カウント別の打率（概況）｜プロ野球データでクロス集計　with Tableau　第2回

2014年のプロ野球全打席データをクロス集計していきます 2014年のプロ野球の打席データを全量（約6.6万件)手元に置き、さまざまな切り口でクロス集計して、プロ野球全体の打席の傾向を見ていく「プロ野球データでクロス集計 with Tab...

第13回（最終回）：小さなPD(CA)∞の事例を見る/「会社を強くするビッグデータ活用入門」を振り返る

最終回は当たり前の分析が一番大事ということをご紹介 私は2013年の11月下旬に著書「会社を強くするビッグデータ活用入門」を出版致しました。準実用書と言う位置づけで出版しており、商業的には成功も失敗もしていない予定通り淡々...

第1回 進化するフォーマット｜CSV、XML、JSON…データフォーマットの変遷について考える

CSV、XML、JSON…、データフォーマットも進化している 我々Gixoではいろいろなデータの分析や加工処理を行っています。私も日々データと格闘しているわけですが、私が学生のころと比べるとITをとりまくいろいろな事が進化していると感じま...

2014年全6.6万打席の紹介｜プロ野球データでクロス集計　with Tableau　第1回

2014年のプロ野球全打席データをクロス集計していきます 我々ギックスは、データ分析において「加工されていない生データを手元に持ちましょう」「複雑なモデルを作らなくてもクロス集計で十分なケースが多いです」「仮説を検証するための人間の頭で考...

Python vs R 実行速度比較（ロジスティック回帰分析）/PythonとRのビッグデータ統計分析の比較　第4回

200万件データのロジスティック回帰モデルでPythonはRより4倍早かった 前回の記事では、Pythonからロジスティック回帰のプログラムを実行しました。最終回である今回は、PythonとRで同じデータを使って同じ統計モデルを実行し、処...

第1回 　事業構造分析と分析ステップ｜POSデータで事業構造分析 with Power BI

Power BIで実践するPOSデータの事業構造分析を公開 2013年11月に弊社CEOの網野が「会社を強くするビッグデータ活用入門」を出版しました。後半の約100ページは「Part2　分析の実践」が掲載されていますが、この本の出版以降も...

第4回　分析結果と考えられる「打ち手」｜POSデータでマーケットバスケット分析の実践　with R

POSデータでマーケットバスケット分析をした結果を公開していきます 本連載では、4回にわたり、ある書店の実際のPOSデータをもとに、マーケットバスケット分析の事例をRで実装しながら紹介します。マーケットバスケット分析について紹介した本やW...

Python vs R 実装方法の違い（ロジスティック回帰）/PythonとRのビッグデータ統計分析の比較　第3回

Python+Anaconda+Eclipseでロジスティック回帰プログラムを実行 前回の記事では、統計モデルを構築する上ために必要となるプログラム実行環境の構築手順を説明しました。今回は、実際にロジスティック回帰のプログラムを実行します...

第3回 Rでの実装｜POSデータでマーケットバスケット分析の実践　with R

POSデータでマーケットバスケット分析をした結果を公開していきます 本連載では、4回にわたり、ある書店の実際のPOSデータをもとに、マーケットバスケット分析の事例をRで実装しながら紹介します。マーケットバスケット分析について紹介した本やW...

第2回　マーケットバスケット分析の評価指標｜POSデータでマーケットバスケット分析の実践　with R

POSデータでマーケットバスケット分析をした結果を公開していきます 本連載では、4回にわたり、ある書店の実際のPOSデータをもとに、マーケットバスケット分析の事例をRで実装しながら紹介します。マーケットバスケット分析について紹介した本やW...