第７回データマイニング+WEB 勉強会＠東京 ( #TokyoWebmining #7) −機械学習・解析・セマンティックウェブ祭り−を開催しました

2010/09/26 "第７回データマイニング+WEB 勉強会＠東京"を開催しました。
第７回データマイニング+WEB 勉強会＠東京 (Tokyo.Webmining#7) −機械学習・解析・セマンティックウェブ祭り−: ATND
Google グループ

会場提供し運営を手伝って下さったニフティ株式会社のみなさん、どうもありがとうございました。素敵なトークを提供してくれた [Twitter:@karubi] さん、[Twitter:@rinzo_rinrin]さん、 [Twitter:@nakamuu_m]さん、[Twitter:@yanaoki]さん、[Twitter:@ajiyoshi]さん、[Twitter:@yokkuns]さん、[Twitter:@buhii]さん、[Twitter:@doryokujin]さん、一緒に運営をしてくれた[Twitter:@yanaoki]さん、ありがとうございました。今後も「データマイニング+WEB 勉強会＠東京」を、講師、参加者、双方にとってよりよい会としていきたいと思いますので、今後ともよろしくお願い致します。

次回は 11/14(日)開催予定です。みなさんぜひご参加下さい。

以下、講師資料一覧、ツイートまとめ、参加者の声、次回開催AGENDAです。

AGENDA：

O1.“Openinig Talk” (10分)

講師： id:hamadakoichi [Twitter:@hamadakoichi]

オープニングトーク − 創設の思い・目的・進行方針

View more presentations from Koichi Hamada.

O2."参加者全員自己紹介" (30分）

「はじめてでもわかる Random Forest入門 −集団学習による分類・予測 −」(発表20分 + 議論20分)

講師： hamadakoichi [Twitter:@hamadakoichi]

はじめてでもわかるRandomForest入門 −第７回データマイニング+WEB勉強会＠東京

View more presentations from Koichi Hamada.

「バスケット分析入門 −相関分析マイニング−技術編」(発表15分 + 議論15分)

講師： karubi [Twitter:@karubi]

Web mining 0926

View more presentations from karubi.

・全商品が前提または、結論に入っている場合はルールにならないので排除する
・価値あるルールはわずかな数
・FP Growth 全組合せを作る必要がないので効率的 (2000年ぐらい)
・Support の順にTreeを構成
・FP Growth : Mahout Parallel FP Growth が実装

「ニューラルネットで画像分類」(発表10分 + 議論 10分)

講師： rinzo_rinrin (Twitter:@rinzo_rinrin)

ニューラルネットワークで画像分類をやってみた

View more presentations from rinrin1981.

・bag-of-visual-wordsを特徴量としてニューラルネットワークに入力、画像分類。
・Open CV

「GAを用いた最適化の応用例：シミュレータ上のロボットの運動学習と体構造の進化」 (発表10分 + 議論10分)

講師： nakamuu_m [Twitter:@nakamuu_m]

GAを用いた最適化の応用例：シミュレータ上のロボットの運動学習と体構造の進化 TokyoWebmining7

View more presentations from MasayoshiNakamura.

[メモ]
・合コンの席配置の最適化アルゴリズム
・データマイニングコンテスト
・株自動売買システム

「はじめてでもわかるベイズ分類器 −基礎からMahout実装まで−」 (発表 10分 + 議論 10分)

講師： yanaoki (Twitter:@yanaoki)

はじめてでもわかるベイズ分類器 −基礎からMahout実装まで−

View more presentations from naoki yanai.

[メモ]
・集合知プログラミング６章：ベイズ分類器。Rubyで実装。
・Mahout : ベイズ分類
　-Naive Bayes
　-Cpmplementary Naive Bayes
・入力準備・学習・評価フェーズに Hadoop 利用。
・Classifier (Mahout 用意）

「自炊漫画の濃度研究」(発表10分 + 議論10分)

講師： ajiyoshi [Twitter:@ajiyoshi]

26 データマイニングweb

View more presentations from ajiyoshi.

・漫画濃度の線形増加。
・だいたいあっている。

「初めてでも分かるヘッジファンド入門」(発表 20分 + 議論 20分)

講師： yokkuns [Twitter:@yokkuns]

Tokyowebmining07 初めてでも分かるヘッジファンド入門

View more presentations from yokkuns.

・CAPM モデル
・βはどう決めるか
・統計的ペアトレード
・価格が同じように動く
　・真の価値はおよそ同じ
　・係数が同じ
・同じ動きの算出。
　⇒相関を見る。

「ソーシャルアプリでの Amazon Elastic MapReduce 活用事例」(発表15分+議論15分)

講師： buhii [Twitter:@buhii )

ソーシャルアプリでの Amazon Elastic MapReduce 活用事例

View more presentations from Takahiro Kamatani.

・Amazon Elastic Mapreduce。 20インスタンスまで。各インスタンスで small, big等選択。
　最大 20 インスタンスで 160 CPU。
・ゲームユーザーが何日後アプリに来なくなったか。

「明日から始めるログ解析 – Hadoop とMongoDBを活用したソーシャルアプリ解析-」(発表20分 + 議論20分)

講師： doryokujin (Twitter:@doryokujin)

HadoopとMongoDBを活用したソーシャルアプリのログ解析

View more presentations from doryokujin.

・15億PV。
・おみせやさんログ解析
・Game のセーブデータ。Cassandra 18 ノード。
・Hadoop の利用。
・ユーザーのグループ分け。どのくらい継続しているか、課金帯はどうか。
　−継続期間（やめた、１週間未満、１週間以上、３ヶ月以上）と、
　−課金額の（０円、1000円、１万円、１万円以上）
　のマトリクス
・ソーシャルアプリの課金は山あり、谷あり。
・イベントを打ち出した期間が山。

D. 「参加者の声・ディスカッション」 (30分)

進行： Twitter:@hamadakoichi

参加者全員での振返り結果（継続したい良かった点、改善点）、次回AGENDAです。
http://www.xmind.net/share/_embed/hamadakoichi/data-mining-web-7th-improvement-next-event-information-t-1/

次回へ延期

・「セマンテックウェブとRDFDB」(発表15分+議論15分) 講師：[Twitter:@hirosuke_asano]
・「アクセスデータ収集と解析」(発表15分+議論15分) 講師：[Twitter:@tomiyoichi]
・「WEB解析と意思決定 −統計的有意差の観点から−」(発表15分+議論15分) 講師:
[Twitter:@otanet]

発表者募集

連絡

hamadakoichi blog