鉄道路線データをグラフとしてCytoscapeで可視化する 1 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? このシリーズは、Cytoscapeを使ってやIPython Notebook、Pandasなどのオープンソースツールを利用し、公開データを元に実際のグラフ可視化を行う過程を紹介する、可視化の実践者向けの記事です。 第一回 第二回 第三回 第四回 グラフ可視化ソフトCytoscapeによる地理情報データの可視化 (Cytoscapeによる東京周辺の路線図可視化。ハイレゾ版はこちら) はじめに 現代の地図はグラフです。そもそも数学的グラフの研究は現実世界の経路問題から始まりました(ケーニヒスベルクの問題)。計算機科学を専攻した方は、学生時代
サッカーのデータを分析しよう - ohmemo
こんにちは, ohmurakenです. 好きなサッカーチームはリバプールFCです. この記事は, CAMPHOR- Advent Callendar 2016の5日目の記事です. サッカーに関するデータの収集と分析について書きたいと思います. 目次 やろうと思った理由 データの収集 簡単な分析 まとめ やろうと思った理由 今年, 初めてPyCon JPに参加しました. 機械学習や分析に関するセッションを観ていましたが, ビッグデータとPythonではじめる野球の統計分析というセッションが興味深いものでした. このセッションは, 野球(特に大リーグ)に関するデータを収集し, 分析する事で選手の特徴や変化を調べるという内容です(セッションの動画). このセッションを観た時, サッカーでも同様の事ができないかと思いました. 強いチームの特徴などを数値的に分析できると思ったからです. データの収集
1000種類ものダミーデータを一括生成してくれるサービス｢mockaroo｣ | ライフハッカー［日本版］
「mockaroo」はダミーデータを1000種類自動生成してくれるサービスです。開発時に必要なダミーデータを大量に一括生成してくれますよ。フォーマットは、CSV, JSON, SQL, Excel形式です。SQLはテーブル名を指定すると、INSERT文を自動生成してくれるので便利でした。 以下に使ってみた様子を載せておきます。まずmockarooへアクセスしましょう。 キーに対する値を入れていきましょう。一定確率で空要素も指定できますね。 どのようなデータを入れるかは、一覧から選択できます。100種類近くあるのできっと最適なデータが探せるかと思います。 JSON形式で生成した結果です。全部で1000種類のダミーデータが一括で作成できました。開発中にダミーデータが大量に欲しいときにぜひ使ってみてください。 mockaroo （カメきち）
Norikraを支える謎技術：Esper EPLっておもしろ。 ｜ DevelopersIO
Norikra使ってますかー？ もちろん使ってますよね！ Norikraって内部ではEsperTech Inc.がオープンソース公開しているEsperというJavaベースのガチなCEP (Complex Event Processing)エンジンを利用していて、そのクエリ言語であるEPL (Event Processing Language)を用いることで、 a highly scalable, memory-efficient, in-memory computing, SQL-standard, minimal latency, real-time streaming-capable Big Data processing engine for historical data, or medium to high-velocity data and high-variety data.
PyData.Tokyo
PyData Tokyoの目標 「Python + Dataを通じて、世界の PyData エクスパートと繋がるコミュニティーを作る」 PyCon JP 2014ではデータ分析関連・機械学習関連の発表に非常に大きな関心が寄せられました。一方で、もっと「機械学習」「ディープラーニング」「自然言語処理」「画像処理」などのトピックについて深く議論できるコミュニティー・カンファレンスがあればいいのに、という声も聞かれました。 おりしもビッグデータが大きな話題を呼んでいる昨今、海外の PyData コミュニティーはかなり盛り上がっている様子。日本だって負けてられません！ Python という言語の特徴とデータという流行りのトピック活かして、大企業・ベンチャー・学会で活躍してる Pythonista の皆さんがバランスよく交流することのできるコミュニティーづくりを目指しています。 PyData.Tok
Rでベイジアン動的線形モデルを学ぶ(2)：まずは状態空間のコンセプトと基本のローカルレベル・モデルから - 渋谷駅前で働くデータサイエンティストのブログ
前回からだいぶ間が空いた上に、要は{dlm}パッケージで遊ぼう！という大袈裟なタイトルの割に中身のないこのシリーズ記事ですが（笑）、取るものもとりあえずちょっと例題をやってみようと思います。参考文献はまずこちらのPetris本。 Rによるベイジアン動的線形モデル (統計ライブラリー) 作者: G.ペトリス,S.ペトローネ,P.カンパニョーリ,和合肇,萩原淳一郎出版社/メーカー: 朝倉書店発売日: 2013/05/08メディア: 単行本この商品を含むブログを見る あと、以前買ったけどまだ全部読み切ってないこちらのCommandeur*1本も。 状態空間時系列分析入門 作者: J.J.F.コマンダー,S.J.クープマン,Jacques J.F. Commandeur,Sime Jan Koopman,和合肇出版社/メーカー: シーエーピー出版発売日: 2008/09メディア: 単行本購入: 2
東京大学CSISとの研究活動成果としてSNS解析データを元とした「疑似人流データ」を無料公開 | Nightley Inc. | 株式会社ナイトレイ コーポレートサイト
ナイトレイでは、東京大学空間情報科学研究センター(CSIS)の柴崎・関本研究室、マイクロジオデータ研究会と共同で進めていた研究活動の成果として、「疑似人流データ」を本日から無料で公開致します。 「疑似人流データ」では、当社が保有するSNSベースの地域解析結果（地域ごと人気施設、生活者の行動傾向等）を参考に、正確な道路ネットワークデータによる移動経路の補完や統計処理・独自の推定処理、ランダム化処理を行うことで、東京近郊（首都圏）の大まかな人の流れをオープンなCSVデータとして公開するという取り組みです。 これによって当社のSNS解析技術のPRを行うと共に、これまでは一部の企業内部や学術研究・公益用途の申請ベースでしか利用することができなかった人の流れデータ、マイクロジオデータと呼ばれる大量の地理空間データについて、学習機会や活用機会、他のビッグデータやBIツールなどとのマッシュアップなどの機
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
いかにしてデータを手に入れるか
Googleの無料BIツール「Google Data Portal(グーグルデータポータル)」の使い方 | 解析レポート作成時間がゼロに！ | Ledge.ai
VisuAlgo moves to https://visualgo.net/en
EgyDermis.com is for sale | HugeDomains