1. 第5回:大量のデータを使えるように成型する
  2. 第5回目..データの切り出し方を学びます
  3. Session4のWrap up
  4. 前回の皆さんの気付き1
  5. 前回の皆さんの気付き2
  6. 今日のpick up comments/questions
  7. 今日のpick up comments/questions(2)
  8. 共起ネットワークの作成例(1)
  9. KHcoderで共起ネットワーク
  10. 共起ネットワークの作成例(2)
  11. 共起ネットワークの作成例(3)
  12. 過去の回答より
  13. 1共起ネットワークを作るうえで大切なこと
  14. 2共起ネットワークを作るうえで大切なこと
  15. 読み解き(1)
  16. 読み解き(2)
  17. 読み解き(3)
  18. 読み解き(4)
  19. 読み解き:リアルデータと付け合せる
  20. 今日のpick up questions 1
  21. 今日のpick up questions 2
  22. 大量データ成型
  23. データにはいろいろな種類がある
  24. アクセスログ=サーバーへの通信の記録
  25. 必要な形に加工して使うケースがほとんど
  26. あくまでイメージですが、魚に例えると
  27. 各工程で必要なスキルは異なる
  28. ただし膨大な自社ログも、万能ではない
  29. ここまでのまとめ
  30. データの分析利用は「何が知りたいのか」から逆算する
  31. どのような分析があればほしい答えが得られるか?
  32. この時点で具体的に決めたいこと
  33. 「指標」とは?
  34. 例「iPhone、Androidユーザー数の変化」を知りたい
  35. 必要なデータを決定して集める
  36. データフォーマットの主な種類
  37. RDBとHadoopのデータの持ち方の違い
  38. 欲しいデータは手に入るのか?
  39. あくまでイメージですが、魚に例えると
  40. データ集計
  41. データ加工上での注意点
  42. まずはデータの分布を見る
  43. データ集計での注意点
  44. 数値情報にはいろいろな種類がある
  45. 尺度の広がり
  46. 適切な粒度で軸を持たせることが重要
  47. 全量データか?サンプリングデータか?
  48. まとめ
  49. 課題5-1
  50. 課題用データテーブル仕様
  51. 課題データのクリーニング、加工について
  52. MySQLデータの加工・集計・抽出の手順(1)
  53. MySQLデータの加工・集計・抽出の手順(2)
  54. MySQLデータの加工・集計・抽出の手順(3)
  55. 課題用データテーブル仕様
  56. MySQLデータの加工・集計・抽出の手順(3)
  57. MySQLデータの加工・集計・抽出の手順(4)
  58. MySQLデータの加工・集計・抽出の手順(3)
  59. MySQLデータの加工・集計・抽出の手順(4)