Suche senden
Hochladen
ビッグデータ解析とクラウドの関係
•
Als PPTX, PDF herunterladen
•
2 gefällt mir
•
1,220 views
Satoshi Ishikawa
Folgen
Melden
Teilen
Melden
Teilen
1 von 15
Jetzt herunterladen
Empfohlen
各種SaaSやSNSデータの収集、蓄積、可視化を爆速で実現するモダンデータスタック(MDS)について
各種SaaSやSNSデータの収集、蓄積、可視化を爆速で実現するモダンデータスタック(MDS)について
Yuji Kanemoto
Jawsug asakai18 sesssion2_kanako_kodera
Jawsug asakai18 sesssion2_kanako_kodera
Kanako Kodera
はじめてのAWS(配布用)
はじめてのAWS(配布用)
takaoka susumu
データ分析基盤構築のポイントと関連クラスメソッドサービスの紹介
データ分析基盤構築のポイントと関連クラスメソッドサービスの紹介
Yosuke Katsuki
800件の事例から見た、オンプレからAWSへのマイグレーションの秘訣
800件の事例から見た、オンプレからAWSへのマイグレーションの秘訣
Takahisa Iwamoto
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
Yosuke Katsuki
Linux platform Azure 20160603
Linux platform Azure 20160603
Shinichiro Arai
Ignite update databricks_stream_analytics
Ignite update databricks_stream_analytics
Ryoma Nagata
Empfohlen
各種SaaSやSNSデータの収集、蓄積、可視化を爆速で実現するモダンデータスタック(MDS)について
各種SaaSやSNSデータの収集、蓄積、可視化を爆速で実現するモダンデータスタック(MDS)について
Yuji Kanemoto
Jawsug asakai18 sesssion2_kanako_kodera
Jawsug asakai18 sesssion2_kanako_kodera
Kanako Kodera
はじめてのAWS(配布用)
はじめてのAWS(配布用)
takaoka susumu
データ分析基盤構築のポイントと関連クラスメソッドサービスの紹介
データ分析基盤構築のポイントと関連クラスメソッドサービスの紹介
Yosuke Katsuki
800件の事例から見た、オンプレからAWSへのマイグレーションの秘訣
800件の事例から見た、オンプレからAWSへのマイグレーションの秘訣
Takahisa Iwamoto
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
Yosuke Katsuki
Linux platform Azure 20160603
Linux platform Azure 20160603
Shinichiro Arai
Ignite update databricks_stream_analytics
Ignite update databricks_stream_analytics
Ryoma Nagata
データ分析基盤について
データ分析基盤について
Yuta Inamura
20190517 Spark+AI Summit2019最新レポート
20190517 Spark+AI Summit2019最新レポート
Ryoma Nagata
テックヒルズ Microsoft Azureでソーシャルゲームを作ってみた話
テックヒルズ Microsoft Azureでソーシャルゲームを作ってみた話
Kazumi Hirose
実案件で見る データ分析用AWS基盤の構築方法 - Developers.IO 2017 (20170701)
実案件で見る データ分析用AWS基盤の構築方法 - Developers.IO 2017 (20170701)
Yosuke Katsuki
データ分析基盤を支えるエンジニアリング
データ分析基盤を支えるエンジニアリング
Recruit Lifestyle Co., Ltd.
Alteryxの紹介とデモ
Alteryxの紹介とデモ
Yosuke Katsuki
AI導入を丸投げしない強い組織にする人材教育のススメ
AI導入を丸投げしない強い組織にする人材教育のススメ
KSKKSKAnalyticsInc
2014/8/1 JAWS-UG名古屋CDP道場
2014/8/1 JAWS-UG名古屋CDP道場
義隆 川路
ビックデータ分析基盤の成⻑の軌跡
ビックデータ分析基盤の成⻑の軌跡
Recruit Lifestyle Co., Ltd.
熊本におけるクラウド導入 - 熊本クラウド語ろう会
熊本におけるクラウド導入 - 熊本クラウド語ろう会
Tsukasa Kato
Step functionsとaws batchでオーケストレートするイベントドリブンな機械学習基盤
Step functionsとaws batchでオーケストレートするイベントドリブンな機械学習基盤
Yu Yamada
Synapse lakedatabase
Synapse lakedatabase
Ryoma Nagata
Databricks の始め方
Databricks の始め方
Ryoma Nagata
AI & Deep Learning on AWS at CTO Night&Day 2016 Winter
AI & Deep Learning on AWS at CTO Night&Day 2016 Winter
Yasuhiro Matsuo
Power Query Online
Power Query Online
Ryoma Nagata
データプランナーによるデータ系施策について
データプランナーによるデータ系施策について
Recruit Lifestyle Co., Ltd.
「サーバレスの薄い本」からの1年 #serverlesstokyo
「サーバレスの薄い本」からの1年 #serverlesstokyo
Masahiro NAKAYAMA
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
Ryoma Nagata
201105クラウドexpo資料
201105クラウドexpo資料
Yuji Kono
Step functionsとaws batchでオーケストレートするイベントドリブンな機械学習基盤
Step functionsとaws batchでオーケストレートするイベントドリブンな機械学習基盤
Recruit Lifestyle Co., Ltd.
クラウド座談会資料
クラウド座談会資料
知礼 八子
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
Naoki (Neo) SATO
Weitere ähnliche Inhalte
Was ist angesagt?
データ分析基盤について
データ分析基盤について
Yuta Inamura
20190517 Spark+AI Summit2019最新レポート
20190517 Spark+AI Summit2019最新レポート
Ryoma Nagata
テックヒルズ Microsoft Azureでソーシャルゲームを作ってみた話
テックヒルズ Microsoft Azureでソーシャルゲームを作ってみた話
Kazumi Hirose
実案件で見る データ分析用AWS基盤の構築方法 - Developers.IO 2017 (20170701)
実案件で見る データ分析用AWS基盤の構築方法 - Developers.IO 2017 (20170701)
Yosuke Katsuki
データ分析基盤を支えるエンジニアリング
データ分析基盤を支えるエンジニアリング
Recruit Lifestyle Co., Ltd.
Alteryxの紹介とデモ
Alteryxの紹介とデモ
Yosuke Katsuki
AI導入を丸投げしない強い組織にする人材教育のススメ
AI導入を丸投げしない強い組織にする人材教育のススメ
KSKKSKAnalyticsInc
2014/8/1 JAWS-UG名古屋CDP道場
2014/8/1 JAWS-UG名古屋CDP道場
義隆 川路
ビックデータ分析基盤の成⻑の軌跡
ビックデータ分析基盤の成⻑の軌跡
Recruit Lifestyle Co., Ltd.
熊本におけるクラウド導入 - 熊本クラウド語ろう会
熊本におけるクラウド導入 - 熊本クラウド語ろう会
Tsukasa Kato
Step functionsとaws batchでオーケストレートするイベントドリブンな機械学習基盤
Step functionsとaws batchでオーケストレートするイベントドリブンな機械学習基盤
Yu Yamada
Synapse lakedatabase
Synapse lakedatabase
Ryoma Nagata
Databricks の始め方
Databricks の始め方
Ryoma Nagata
AI & Deep Learning on AWS at CTO Night&Day 2016 Winter
AI & Deep Learning on AWS at CTO Night&Day 2016 Winter
Yasuhiro Matsuo
Power Query Online
Power Query Online
Ryoma Nagata
データプランナーによるデータ系施策について
データプランナーによるデータ系施策について
Recruit Lifestyle Co., Ltd.
「サーバレスの薄い本」からの1年 #serverlesstokyo
「サーバレスの薄い本」からの1年 #serverlesstokyo
Masahiro NAKAYAMA
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
Ryoma Nagata
201105クラウドexpo資料
201105クラウドexpo資料
Yuji Kono
Step functionsとaws batchでオーケストレートするイベントドリブンな機械学習基盤
Step functionsとaws batchでオーケストレートするイベントドリブンな機械学習基盤
Recruit Lifestyle Co., Ltd.
Was ist angesagt?
(20)
データ分析基盤について
データ分析基盤について
20190517 Spark+AI Summit2019最新レポート
20190517 Spark+AI Summit2019最新レポート
テックヒルズ Microsoft Azureでソーシャルゲームを作ってみた話
テックヒルズ Microsoft Azureでソーシャルゲームを作ってみた話
実案件で見る データ分析用AWS基盤の構築方法 - Developers.IO 2017 (20170701)
実案件で見る データ分析用AWS基盤の構築方法 - Developers.IO 2017 (20170701)
データ分析基盤を支えるエンジニアリング
データ分析基盤を支えるエンジニアリング
Alteryxの紹介とデモ
Alteryxの紹介とデモ
AI導入を丸投げしない強い組織にする人材教育のススメ
AI導入を丸投げしない強い組織にする人材教育のススメ
2014/8/1 JAWS-UG名古屋CDP道場
2014/8/1 JAWS-UG名古屋CDP道場
ビックデータ分析基盤の成⻑の軌跡
ビックデータ分析基盤の成⻑の軌跡
熊本におけるクラウド導入 - 熊本クラウド語ろう会
熊本におけるクラウド導入 - 熊本クラウド語ろう会
Step functionsとaws batchでオーケストレートするイベントドリブンな機械学習基盤
Step functionsとaws batchでオーケストレートするイベントドリブンな機械学習基盤
Synapse lakedatabase
Synapse lakedatabase
Databricks の始め方
Databricks の始め方
AI & Deep Learning on AWS at CTO Night&Day 2016 Winter
AI & Deep Learning on AWS at CTO Night&Day 2016 Winter
Power Query Online
Power Query Online
データプランナーによるデータ系施策について
データプランナーによるデータ系施策について
「サーバレスの薄い本」からの1年 #serverlesstokyo
「サーバレスの薄い本」からの1年 #serverlesstokyo
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
201105クラウドexpo資料
201105クラウドexpo資料
Step functionsとaws batchでオーケストレートするイベントドリブンな機械学習基盤
Step functionsとaws batchでオーケストレートするイベントドリブンな機械学習基盤
Ähnlich wie ビッグデータ解析とクラウドの関係
クラウド座談会資料
クラウド座談会資料
知礼 八子
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
Naoki (Neo) SATO
クラウド運用3足の草鞋151102
クラウド運用3足の草鞋151102
Keiichi Hashimoto
20140829 山形でJAWS-UGをやって困った2つのこと
20140829 山形でJAWS-UGをやって困った2つのこと
Seiji Akatsuka
【IVS CTO Night & Day】AWSにおけるビッグデータ活用
【IVS CTO Night & Day】AWSにおけるビッグデータ活用
Amazon Web Services Japan
エフスタ東京Vol3 ビッグデータ解析手法を用いてソーシャルメディアの評価分析を実現する
エフスタ東京Vol3 ビッグデータ解析手法を用いてソーシャルメディアの評価分析を実現する
Satoshi Ishikawa
タンジブルなモノづくりの過程はソフトウェア開発でも共通する
タンジブルなモノづくりの過程はソフトウェア開発でも共通する
Ryoma Amakasu
20130126 mtddcms
20130126 mtddcms
yokonaka
現場開発者視点で答えるWindows Azure
現場開発者視点で答えるWindows Azure
Keiichi Hashimoto
APIを叩くだけでない、Deep Learning on AWS で自分だけの学習モデルを作ろう! by JAWS-UG AI支部
APIを叩くだけでない、Deep Learning on AWS で自分だけの学習モデルを作ろう! by JAWS-UG AI支部
Daisuke Nagao
基調講演「データのグループウェア化」
基調講演「データのグループウェア化」
Cybozucommunity
Keynote
Keynote
Hiroshi Ochi
求められているエンジニアのナレッジってなに?
求められているエンジニアのナレッジってなに?
MKT International Inc.
求められているエンジニアのナレッジってなに?
求められているエンジニアのナレッジってなに?
MKT International Inc.
クラウドネイティブなアーキテクチャでサクサク解析
クラウドネイティブなアーキテクチャでサクサク解析
Yuta Imai
JAWS-UG三都物語_企業でのAWS導入のエントリーポイント
JAWS-UG三都物語_企業でのAWS導入のエントリーポイント
Toshiyuki Konparu
わんくま東京勉強会#46 Azureセッション資料
わんくま東京勉強会#46 Azureセッション資料
Shinichiro Isago
わんくま東京勉強会#46 Azureセッション資料
わんくま東京勉強会#46 Azureセッション資料
guest628c07
JAZUG Nagoya Windows Azure Update 20140301
JAZUG Nagoya Windows Azure Update 20140301
Ayako Omori
第3回企業Webシステム開発セミナー「業務システムにHTML5を上手に取り入れるためには?」
第3回企業Webシステム開発セミナー「業務システムにHTML5を上手に取り入れるためには?」
Osamu Shimoda
Ähnlich wie ビッグデータ解析とクラウドの関係
(20)
クラウド座談会資料
クラウド座談会資料
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
クラウド運用3足の草鞋151102
クラウド運用3足の草鞋151102
20140829 山形でJAWS-UGをやって困った2つのこと
20140829 山形でJAWS-UGをやって困った2つのこと
【IVS CTO Night & Day】AWSにおけるビッグデータ活用
【IVS CTO Night & Day】AWSにおけるビッグデータ活用
エフスタ東京Vol3 ビッグデータ解析手法を用いてソーシャルメディアの評価分析を実現する
エフスタ東京Vol3 ビッグデータ解析手法を用いてソーシャルメディアの評価分析を実現する
タンジブルなモノづくりの過程はソフトウェア開発でも共通する
タンジブルなモノづくりの過程はソフトウェア開発でも共通する
20130126 mtddcms
20130126 mtddcms
現場開発者視点で答えるWindows Azure
現場開発者視点で答えるWindows Azure
APIを叩くだけでない、Deep Learning on AWS で自分だけの学習モデルを作ろう! by JAWS-UG AI支部
APIを叩くだけでない、Deep Learning on AWS で自分だけの学習モデルを作ろう! by JAWS-UG AI支部
基調講演「データのグループウェア化」
基調講演「データのグループウェア化」
Keynote
Keynote
求められているエンジニアのナレッジってなに?
求められているエンジニアのナレッジってなに?
求められているエンジニアのナレッジってなに?
求められているエンジニアのナレッジってなに?
クラウドネイティブなアーキテクチャでサクサク解析
クラウドネイティブなアーキテクチャでサクサク解析
JAWS-UG三都物語_企業でのAWS導入のエントリーポイント
JAWS-UG三都物語_企業でのAWS導入のエントリーポイント
わんくま東京勉強会#46 Azureセッション資料
わんくま東京勉強会#46 Azureセッション資料
わんくま東京勉強会#46 Azureセッション資料
わんくま東京勉強会#46 Azureセッション資料
JAZUG Nagoya Windows Azure Update 20140301
JAZUG Nagoya Windows Azure Update 20140301
第3回企業Webシステム開発セミナー「業務システムにHTML5を上手に取り入れるためには?」
第3回企業Webシステム開発セミナー「業務システムにHTML5を上手に取り入れるためには?」
ビッグデータ解析とクラウドの関係
1.
ビッグデータ解析とクラウドの関係 ~なぜ今これほどまでにビッグデータ解析に注目が集まっているのか~ エフスタ会津 / JAWS-UG会津 石川
智史
2.
自己紹介 石川 智史 (いしかわ
さとし) 現職 • 株式会社シンク (会津営業部 兼 開発本部品質管理グループ) • オープン系Webアプリケーション開発エンジニア 活動 • JAWS-UG会津 Amazon AWSを楽しく勉強するためのコミュニティ。 • エフスタ会津 ITエンジニアのためのスキルアップコミュニティ。 • Code For Aizu 会津のオープンデータ活用を促進するためのコミュニティ。
3.
クラウドとは クラウドコンピューティングのイメージ いままでのホスティングサービスと何が違うの?
4.
そもそもクラウドはアーキテクトが違う 従来型のデータセンター クラウド型のデータセンター クラウド型は オンデマンドに構築できる! スケールアップが容易!
5.
クラウドの仕組みを最大限に生かすクラスタDB RDB (Oracle, SQLServer, MySql等
) RDBはひとりで頑張る! クラスタDB (KVSやHadoop等) クラスタDBはみんなで頑張る!
6.
クラウドによる革新とは サービスを安価に、安全に、安定して供給できる
7.
クラウドによる革新 クラウドにしかできないこと • 超巨大なクラスタをオンデマンドに構築できる • 計算量が膨大なアルゴリズムを短時間で実行できる 無限のCPUコアを利用できること! これが社会に対してクラウドが与えた大きなインパクト Q
ビッグデータが流行っているのはなぜ? A クラウド技術により解析時間が大幅に短縮されたから 今、データマインニングの分野が熱い!
8.
データマインニングとは データマインニングのプロセス data analyst 顧客データ 購買データ データウェア ハウス 調査データ データウェアハウス [DB] ・列指向型データベース [クラウドサービス] ・Amazon Redshift ・Windows
Azure SQL Server BIツール 仮説を立てる 検証する 知見を得る BI(Business Intelligence)ツール ・pentaho / Jaspersoft BI / R
9.
データマインニングの変化 機械学習によるデータ解析手法が取り入れられるようになった 仮説を立てる 顧客データ 購買データ データウェア ハウス BIツール 検証する 知見を得る 調査データ 行動ログ Hadoop SNSデータ Hadoopクラスタ [クラウドサービス] ・Amazon Elastic MapReduce ・Windows
Azure HDInsight(10/28~) 機械学習 アルゴリズム 機械学習アルゴリズム サービスに 即反映
10.
Mahoutとは Mahoutの概要 • Hadoop上で機械学習アルゴリズムを実行できるライブラリ ※ドラ○もんとか絶対無理! Mahoutが扱うことのできる機械学習の分野 • レコメンデーション •
クラスタリング • クラシフィケーション(分類器)
11.
レコメンデーション レコメンデーションとは 嗜好を推測し、ユーザー自身もまだ知らない関心のあるアイテムを見つけ 出す。 事例:あなたにおすすめの商品
12.
クラスタリング クラスタリングとは 多数の物事を、共通点を持つもの同士のクラスタにグループ化する。 事例:あなたにおすすめのユーザー kmeans解析の可視化イメージ
13.
クラシフィケーション(分類) クラシフィケーションとは ある物事がカテゴリにどの程度属するか、属さないのかを決定する。 事例:記事やメールの分類
14.
IT3強の長期ビジョンは一致している! グラフ検索 Siri セマンティックサーチ モバイル検索のビッグデータを獲得したい
15.
2045年問題 Google検索エンジンの誕生 1998年。創立者であるラリー・ペイジとサーゲイ・ブリンがスケーラビリ ティ可能なサーバアーキテクトを開発し、Googleの検索サービスがスター トした。 2045 この年、機械が人間を超える
Jetzt herunterladen