Soumettre la recherche
Mettre en ligne
レボリューションR(RRE)のご紹介
•
8 j'aime
•
5,546 vues
Satoshi Kitajima
Suivre
レボリューションRエンタープライズ(英語表記:Revolution R Enterprise, RRE)のご紹介です。
Lire moins
Lire la suite
Données & analyses
Signaler
Partager
Signaler
Partager
1 sur 70
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
SASより高速なRevolution R Enterprise
SASより高速なRevolution R Enterprise
Satoshi Kitajima
オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介
オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介
Satoshi Kitajima
2019.03.19 Deep Dive into Spark SQL with Advanced Performance Tuning
2019.03.19 Deep Dive into Spark SQL with Advanced Performance Tuning
Takuya UESHIN
【KSKアナリティクス】 NYSOL 使い方 【後編】 オープンデータ 分析 - 頻出パターン の作成・可視化 -
【KSKアナリティクス】 NYSOL 使い方 【後編】 オープンデータ 分析 - 頻出パターン の作成・可視化 -
KSK Analytics Inc.
#TokyoR 39 高速に前処理するNYSOL
#TokyoR 39 高速に前処理するNYSOL
Satoshi Kitajima
RapidMinerのご紹介(ラピッドマイナーの5つの重要ポイント)2013年12月
RapidMinerのご紹介(ラピッドマイナーの5つの重要ポイント)2013年12月
ossanalytics
The Design for Serverless ETL Pipeline (48:9)
The Design for Serverless ETL Pipeline (48:9)
Shoji Shirotori
Spark Streamingを使ってみた ~Twitterリアルタイムトレンドランキング~
Spark Streamingを使ってみた ~Twitterリアルタイムトレンドランキング~
sugiyama koki
Recommandé
SASより高速なRevolution R Enterprise
SASより高速なRevolution R Enterprise
Satoshi Kitajima
オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介
オープンソースのデータ分析ソフト3製品「RapidMiner」「NYSOL」「Revolution R Enterprise (RRE) ※Rの商用版」のご紹介
Satoshi Kitajima
2019.03.19 Deep Dive into Spark SQL with Advanced Performance Tuning
2019.03.19 Deep Dive into Spark SQL with Advanced Performance Tuning
Takuya UESHIN
【KSKアナリティクス】 NYSOL 使い方 【後編】 オープンデータ 分析 - 頻出パターン の作成・可視化 -
【KSKアナリティクス】 NYSOL 使い方 【後編】 オープンデータ 分析 - 頻出パターン の作成・可視化 -
KSK Analytics Inc.
#TokyoR 39 高速に前処理するNYSOL
#TokyoR 39 高速に前処理するNYSOL
Satoshi Kitajima
RapidMinerのご紹介(ラピッドマイナーの5つの重要ポイント)2013年12月
RapidMinerのご紹介(ラピッドマイナーの5つの重要ポイント)2013年12月
ossanalytics
The Design for Serverless ETL Pipeline (48:9)
The Design for Serverless ETL Pipeline (48:9)
Shoji Shirotori
Spark Streamingを使ってみた ~Twitterリアルタイムトレンドランキング~
Spark Streamingを使ってみた ~Twitterリアルタイムトレンドランキング~
sugiyama koki
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Treasure Data, Inc.
Deep Dive into Spark SQL with Advanced Performance Tuning
Deep Dive into Spark SQL with Advanced Performance Tuning
Takuya UESHIN
Spark 2.0 What's Next (Hadoop / Spark Conference Japan 2016 キーノート講演資料)
Spark 2.0 What's Next (Hadoop / Spark Conference Japan 2016 キーノート講演資料)
Hadoop / Spark Conference Japan
TokyoWebminig カジュアルなHadoop
TokyoWebminig カジュアルなHadoop
Teruo Kawasaki
Struggle against crossdomain data complexity in Recruit Group
Struggle against crossdomain data complexity in Recruit Group
DataWorks Summit/Hadoop Summit
20211209 lt runtime_field
20211209 lt runtime_field
Nomura Yuta
Apache Big Data Miami 2017 - Hadoop Source Code Reading #23 #hadoopreading
Apache Big Data Miami 2017 - Hadoop Source Code Reading #23 #hadoopreading
Yahoo!デベロッパーネットワーク
sparksql-hive-bench-by-nec-hwx-at-hcj16
sparksql-hive-bench-by-nec-hwx-at-hcj16
Yifeng Jiang
Elasticsaerch Runtime Field
Elasticsaerch Runtime Field
Nomura Yuta
【KSKアナリティクス】 NYSOL インストール (Windows 64 bit 編)
【KSKアナリティクス】 NYSOL インストール (Windows 64 bit 編)
KSK Analytics Inc.
Spark Streamingを活用したシステムの検証結果と設計時のノウハウ
Spark Streamingを活用したシステムの検証結果と設計時のノウハウ
Future Of Data Japan
クラウドから始めるRのビッグデータ分析- Oracle R Enterprise in Cloud
クラウドから始めるRのビッグデータ分析- Oracle R Enterprise in Cloud
幹雄 小川
【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -
【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -
KSK Analytics Inc.
Yifeng spark-final-public
Yifeng spark-final-public
Yifeng Jiang
データポータルソフトウェア CKAN
データポータルソフトウェア CKAN
Fumihiro Kato
Apache NiFi の紹介 #streamctjp
Apache NiFi の紹介 #streamctjp
Yahoo!デベロッパーネットワーク
Is spark streaming based on reactive streams?
Is spark streaming based on reactive streams?
chibochibo
db tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとは
db tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとは
Koji Shinkubo
Lambda in java_20160121
Lambda in java_20160121
Teruo Kawasaki
サーバレスで分析基盤〜ブートキャンプに参加してみた〜
サーバレスで分析基盤〜ブートキャンプに参加してみた〜
Y K
Vrodeo agenda 201217
Vrodeo agenda 201217
Junji Nishihara
Java Clientで入門する Apache Kafka #jjug_ccc #ccc_e2
Java Clientで入門する Apache Kafka #jjug_ccc #ccc_e2
Yahoo!デベロッパーネットワーク
Contenu connexe
Tendances
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Treasure Data, Inc.
Deep Dive into Spark SQL with Advanced Performance Tuning
Deep Dive into Spark SQL with Advanced Performance Tuning
Takuya UESHIN
Spark 2.0 What's Next (Hadoop / Spark Conference Japan 2016 キーノート講演資料)
Spark 2.0 What's Next (Hadoop / Spark Conference Japan 2016 キーノート講演資料)
Hadoop / Spark Conference Japan
TokyoWebminig カジュアルなHadoop
TokyoWebminig カジュアルなHadoop
Teruo Kawasaki
Struggle against crossdomain data complexity in Recruit Group
Struggle against crossdomain data complexity in Recruit Group
DataWorks Summit/Hadoop Summit
20211209 lt runtime_field
20211209 lt runtime_field
Nomura Yuta
Apache Big Data Miami 2017 - Hadoop Source Code Reading #23 #hadoopreading
Apache Big Data Miami 2017 - Hadoop Source Code Reading #23 #hadoopreading
Yahoo!デベロッパーネットワーク
sparksql-hive-bench-by-nec-hwx-at-hcj16
sparksql-hive-bench-by-nec-hwx-at-hcj16
Yifeng Jiang
Elasticsaerch Runtime Field
Elasticsaerch Runtime Field
Nomura Yuta
【KSKアナリティクス】 NYSOL インストール (Windows 64 bit 編)
【KSKアナリティクス】 NYSOL インストール (Windows 64 bit 編)
KSK Analytics Inc.
Spark Streamingを活用したシステムの検証結果と設計時のノウハウ
Spark Streamingを活用したシステムの検証結果と設計時のノウハウ
Future Of Data Japan
クラウドから始めるRのビッグデータ分析- Oracle R Enterprise in Cloud
クラウドから始めるRのビッグデータ分析- Oracle R Enterprise in Cloud
幹雄 小川
【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -
【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -
KSK Analytics Inc.
Yifeng spark-final-public
Yifeng spark-final-public
Yifeng Jiang
データポータルソフトウェア CKAN
データポータルソフトウェア CKAN
Fumihiro Kato
Apache NiFi の紹介 #streamctjp
Apache NiFi の紹介 #streamctjp
Yahoo!デベロッパーネットワーク
Is spark streaming based on reactive streams?
Is spark streaming based on reactive streams?
chibochibo
db tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとは
db tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとは
Koji Shinkubo
Lambda in java_20160121
Lambda in java_20160121
Teruo Kawasaki
サーバレスで分析基盤〜ブートキャンプに参加してみた〜
サーバレスで分析基盤〜ブートキャンプに参加してみた〜
Y K
Tendances
(20)
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Deep Dive into Spark SQL with Advanced Performance Tuning
Deep Dive into Spark SQL with Advanced Performance Tuning
Spark 2.0 What's Next (Hadoop / Spark Conference Japan 2016 キーノート講演資料)
Spark 2.0 What's Next (Hadoop / Spark Conference Japan 2016 キーノート講演資料)
TokyoWebminig カジュアルなHadoop
TokyoWebminig カジュアルなHadoop
Struggle against crossdomain data complexity in Recruit Group
Struggle against crossdomain data complexity in Recruit Group
20211209 lt runtime_field
20211209 lt runtime_field
Apache Big Data Miami 2017 - Hadoop Source Code Reading #23 #hadoopreading
Apache Big Data Miami 2017 - Hadoop Source Code Reading #23 #hadoopreading
sparksql-hive-bench-by-nec-hwx-at-hcj16
sparksql-hive-bench-by-nec-hwx-at-hcj16
Elasticsaerch Runtime Field
Elasticsaerch Runtime Field
【KSKアナリティクス】 NYSOL インストール (Windows 64 bit 編)
【KSKアナリティクス】 NYSOL インストール (Windows 64 bit 編)
Spark Streamingを活用したシステムの検証結果と設計時のノウハウ
Spark Streamingを活用したシステムの検証結果と設計時のノウハウ
クラウドから始めるRのビッグデータ分析- Oracle R Enterprise in Cloud
クラウドから始めるRのビッグデータ分析- Oracle R Enterprise in Cloud
【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -
【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -
Yifeng spark-final-public
Yifeng spark-final-public
データポータルソフトウェア CKAN
データポータルソフトウェア CKAN
Apache NiFi の紹介 #streamctjp
Apache NiFi の紹介 #streamctjp
Is spark streaming based on reactive streams?
Is spark streaming based on reactive streams?
db tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとは
db tech showcase_2014_A14_Actian Vectorで得られる、BIにおける真のパフォーマンスとは
Lambda in java_20160121
Lambda in java_20160121
サーバレスで分析基盤〜ブートキャンプに参加してみた〜
サーバレスで分析基盤〜ブートキャンプに参加してみた〜
Similaire à レボリューションR(RRE)のご紹介
Vrodeo agenda 201217
Vrodeo agenda 201217
Junji Nishihara
Java Clientで入門する Apache Kafka #jjug_ccc #ccc_e2
Java Clientで入門する Apache Kafka #jjug_ccc #ccc_e2
Yahoo!デベロッパーネットワーク
OpenStack Now!
OpenStack Now!
Hideki Saito
Introduction r (R入門)
Introduction r (R入門)
Takashi Minoda
Klocworkのご紹介
Klocworkのご紹介
Masaru Horioka
20160121 データサイエンティスト協会 木曜セミナー #5
20160121 データサイエンティスト協会 木曜セミナー #5
Koichiro Sasaki
新事業がどんどん出来て組織が拡大中のフェーズのランサーズがどんな感じでプロジェクトを回しているのかまとめてみました
新事業がどんどん出来て組織が拡大中のフェーズのランサーズがどんな感じでプロジェクトを回しているのかまとめてみました
Satoshi Yokoi
kintone REST API client package for R
kintone REST API client package for R
Ryu Yamashita
Deep Learning on Rescale - Oct/11/2016 at Rescale night
Deep Learning on Rescale - Oct/11/2016 at Rescale night
Rescale Japan株式会社
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
Katsuhiro Morishita
QoS for ROS 2 Dashing/Eloquent
QoS for ROS 2 Dashing/Eloquent
Hideki Takase
160724 jtf2016sre
160724 jtf2016sre
OSSラボ株式会社
R超入門機械学習をはじめよう
R超入門機械学習をはじめよう
幹雄 小川
Keycloakの実際・翻訳プロジェクト紹介
Keycloakの実際・翻訳プロジェクト紹介
Hiroyuki Wada
Klocwork C/C++解析チューニング 概要
Klocwork C/C++解析チューニング 概要
Masaru Horioka
今注目のSpark SQL、知っておきたいその性能とは 20151209 OSC Enterprise
今注目のSpark SQL、知っておきたいその性能とは 20151209 OSC Enterprise
YusukeKuramata
Webアプリに低レイテンシ・高可用性を求めるのは間違っているのだろうか
Webアプリに低レイテンシ・高可用性を求めるのは間違っているのだろうか
Chihiro Ito
ゼロからのプログラミングRails講座 Codeanywhere版
ゼロからのプログラミングRails講座 Codeanywhere版
DIVE INTO CODE Corp.
いまさら聞けないRancherの話
いまさら聞けないRancherの話
Ryotaro Kobayashi
20170418 aws black-belt-architecture_pattern_of_serverless
20170418 aws black-belt-architecture_pattern_of_serverless
Amazon Web Services Japan
Similaire à レボリューションR(RRE)のご紹介
(20)
Vrodeo agenda 201217
Vrodeo agenda 201217
Java Clientで入門する Apache Kafka #jjug_ccc #ccc_e2
Java Clientで入門する Apache Kafka #jjug_ccc #ccc_e2
OpenStack Now!
OpenStack Now!
Introduction r (R入門)
Introduction r (R入門)
Klocworkのご紹介
Klocworkのご紹介
20160121 データサイエンティスト協会 木曜セミナー #5
20160121 データサイエンティスト協会 木曜セミナー #5
新事業がどんどん出来て組織が拡大中のフェーズのランサーズがどんな感じでプロジェクトを回しているのかまとめてみました
新事業がどんどん出来て組織が拡大中のフェーズのランサーズがどんな感じでプロジェクトを回しているのかまとめてみました
kintone REST API client package for R
kintone REST API client package for R
Deep Learning on Rescale - Oct/11/2016 at Rescale night
Deep Learning on Rescale - Oct/11/2016 at Rescale night
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
PythonとRによるデータ分析環境の構築と機械学習によるデータ認識
QoS for ROS 2 Dashing/Eloquent
QoS for ROS 2 Dashing/Eloquent
160724 jtf2016sre
160724 jtf2016sre
R超入門機械学習をはじめよう
R超入門機械学習をはじめよう
Keycloakの実際・翻訳プロジェクト紹介
Keycloakの実際・翻訳プロジェクト紹介
Klocwork C/C++解析チューニング 概要
Klocwork C/C++解析チューニング 概要
今注目のSpark SQL、知っておきたいその性能とは 20151209 OSC Enterprise
今注目のSpark SQL、知っておきたいその性能とは 20151209 OSC Enterprise
Webアプリに低レイテンシ・高可用性を求めるのは間違っているのだろうか
Webアプリに低レイテンシ・高可用性を求めるのは間違っているのだろうか
ゼロからのプログラミングRails講座 Codeanywhere版
ゼロからのプログラミングRails講座 Codeanywhere版
いまさら聞けないRancherの話
いまさら聞けないRancherの話
20170418 aws black-belt-architecture_pattern_of_serverless
20170418 aws black-belt-architecture_pattern_of_serverless
Plus de Satoshi Kitajima
分析革命がもたらすビッグデータの世界@Cloudera World Tokyo 2014
分析革命がもたらすビッグデータの世界@Cloudera World Tokyo 2014
Satoshi Kitajima
データサイエンティスト必見!M-1グランプリ
データサイエンティスト必見!M-1グランプリ
Satoshi Kitajima
RapidMinerのインストール【Windows 7】
RapidMinerのインストール【Windows 7】
Satoshi Kitajima
RapidMinerのインストール【Ubuntu 14.04 LTS】
RapidMinerのインストール【Ubuntu 14.04 LTS】
Satoshi Kitajima
RapidMinerのインストール【CentOS 6.5】
RapidMinerのインストール【CentOS 6.5】
Satoshi Kitajima
RapidMinerのインストール【Mac OSX Mavericks】
RapidMinerのインストール【Mac OSX Mavericks】
Satoshi Kitajima
Plus de Satoshi Kitajima
(6)
分析革命がもたらすビッグデータの世界@Cloudera World Tokyo 2014
分析革命がもたらすビッグデータの世界@Cloudera World Tokyo 2014
データサイエンティスト必見!M-1グランプリ
データサイエンティスト必見!M-1グランプリ
RapidMinerのインストール【Windows 7】
RapidMinerのインストール【Windows 7】
RapidMinerのインストール【Ubuntu 14.04 LTS】
RapidMinerのインストール【Ubuntu 14.04 LTS】
RapidMinerのインストール【CentOS 6.5】
RapidMinerのインストール【CentOS 6.5】
RapidMinerのインストール【Mac OSX Mavericks】
RapidMinerのインストール【Mac OSX Mavericks】
レボリューションR(RRE)のご紹介
1.
株式会社KSKアナリティクス データアナリスト 北島 聡 2014年6月26日 <-‐ +
革命
2.
1993年 二人の大学教授、Robert Gentlemanと
Ross Ihakaが開発開始 オープンソース & フリーソフト © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
3.
1993年 二人の大学教授、Robert Gentlemanと
Ross Ihakaが開発開始 2000年 Version 1.0のリリース オープンソース & フリーソフト © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
4.
1993年 二人の大学教授、Robert Gentlemanと
Ross Ihakaが開発開始 2000年 Version 1.0のリリース 現在(2014年6月) Version 3.1のリリース パッケージ数も多く「Rで出来ない分析は無い」、 世界中のR利用者は250万人以上、と言われる ほどに成長 オープンソース & フリーソフト © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
5.
扱いやすい関数型プログラミング言語 = 言語 +
分析 統計データの分析用の言語 豊富な分析アルゴリズムと洗練された可視化と分析 © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
6.
扱いやすい関数型プログラミング言語 = 言語 +
分析 統計データの分析用の言語 豊富な分析アルゴリズムと洗練された可視化と分析 UNIX哲学 「一つのプログラムには一つのことをうまくやらせる」 (Write programs that do one thing and do it well. Write programs to work together) © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
7.
世界標準の分析環境 © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner 過去1年、実際の分析プロジェクトで 活用したソフトウェアはなんですか?(評価利用は除く) hSp://www.kdnuggets.com/2014/06/kdnuggets-‐annual-‐soVware-‐poll-‐rapidminer-‐con@nues-‐lead.html n=3285 % 事実上、RapidMinerとRが二強 (2014年6月調査)
8.
hSp://r4stats.com/ar@cles/popularity/ パッケージ数は増加傾向 © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner
9.
hSp://r4stats.com/ar@cles/popularity/ 利用可能なパッケージ数は 5,651 (2014年6月現在) パッケージ数は増加傾向 © KSK
Analy@cs Inc., Revolu@on Analy@cs Japan Partner
10.
パッケージはバラエティー豊か hSp://www.maths.lancs.ac.uk/~rowlings/R/TaskViews/ © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner
11.
パッケージでHadoopも hSps://github.com/Revolu@onAnaly@cs © KSK
Analy@cs Inc., Revolu@on Analy@cs Japan Partner
12.
hSp://www.r-‐bloggers.com/where-‐world-‐cup-‐players-‐actually-‐come-‐from/ パッケージで高機能な可視化 © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner
13.
学習環境も豊富 「R 統計」 © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner
14.
学習環境も豊富 「R 統計」 © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner
15.
学習環境も豊富 「R プログラミング」 © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner
16.
学習環境も豊富 「R プログラミング」 © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner
17.
Rのコミュニティー(勉強会)も盛況 © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner
18.
Rのコミュニティー(勉強会)も盛況 © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner
19.
Rのコミュニティー(勉強会)も盛況 © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner
20.
Rのコミュニティー(勉強会)も盛況 © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner
21.
Rのコミュニティー(勉強会)も盛況 © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner ※第39回R勉強会
22.
Rユーザーは世界中に © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner
23.
Rユーザーは世界中に © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner
24.
・オープンソース&フリーソフトウェア ・扱いやすい関数型プログラミング言語 ・世界標準の分析環境
・パッケージ数は増加傾向 ・パッケージはバラエティー豊か ・パッケージでHadoopも ・パッケージで高機能な可視化 ・学習環境も豊富 ・コミュニティー(勉強会)も盛況 ・Rユーザーは世界中に オープンソースRの特徴 © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
25.
Rは素晴らしい! オープンソースRの特徴 © KSK
Analy@cs Inc., Revolu@on Analy@cs Japan Partner しかし、Rユーザーが 口をそろえて言うのが・・・
26.
重い © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner
27.
重い かなり © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner
28.
大きなデータを扱えない 実行速度が遅い © KSK
Analy@cs Inc., Revolu@on Analy@cs Japan Partner
29.
Rユーザーの多くはドクターストップ(限界)もよく知っている © KSK
Analy@cs Inc., Revolu@on Analy@cs Japan Partner
30.
© KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner 一方、世の中のデータ量は・・・
31.
© KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner hSp://www.datacenterjournal.com/it/birth-‐death-‐big-‐data/
32.
© KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner hSp://www.datacenterjournal.com/it/birth-‐death-‐big-‐data/
33.
ひたすら増えていく・・・ © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner
34.
ひたすら増えていく・・・ © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner 2010年の体重が100kgだとすると、 2020年には4000kg(4トン)になる
35.
© KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner 分析者や分析業務も増えてきたのに・・・
36.
分析に革命が起こる
37.
Revolution Analytics Power Produc@vity
Power • 大規模データを高速に分析 Productivity § 分析アプリケーションをよ り簡単に開発&構築 Enterprise Readiness § 安定した商用版 § ビジネスサポート Enterprise Readiness © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
38.
<-‐ + 革命 オープンソースのRを100%サポート
Rの5000を超えるパッケージや 高機能な可視化機能などすべて お使いいただけます
39.
メモリとHDD容量の ハイブリッド マルチスレッド(早い)
商用サポート 5000+のパッケージ ビッグデータのパッケージ 商用ライセンス 取り扱えるデータ量は メモリに依存 シングルスレッド(遅い) コミュニティサポート 5000+のパッケージ オープンソース利用 (リスクが大きい) ビッグデータ (データ量) 分析速度 ビジネス活用 分析機能 商用利用 オープンソースRとRevolu@on R Enterprise(RRE) © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
40.
1.オープンソースRの実行環境を高速なプラットフォームに改善 2.大規模データをRで高速に分析できる実行環境を整備 数値演算ライブラリーに よる高速化 並列アルゴリズム
インデータベースでの実行 マルチスレッドの実行 マルチコアでの実行 Hadoop環境での実行 最適なメモリ管理 Parallelized User Code © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
41.
RRE(Revolu@on R Enterprise)は
複数のコンポーネントから構成されています。 R+CRAN RevoR DistributedR DevelopR DeployR ScaleR ConnectR © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
42.
R+CRAN RevoR DistributedR
DevelopR DeployR ScaleR ConnectR R+CRAN オープンソースのR (version 3.0.2)、関数、 CRANパッケージを RevoRから自由に呼び出 すことできます。 これまで開発していたR スクリプト、関数、パッ ケージはそのままご利用 頂けます。 RevoR 数値演算ライブラリーにより、 オープンソースRよりも3倍〜 50倍程高速に実行できます。 動作環境: • PlaformTM LSFTM Linux® • MicrosoV® HPC Clusters • MicrosoV Azure Burst • Windows® & Linux Servers • Windows & Linux Worksta@ons • Teradata® Database • IBM® Netezza® • IBM BigInsightsTM • Cloudera Hadoop® • Hortonworks Hadoop • Intel® Hadoop © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
43.
R vs RevoR
のパフォーマンス比較 オープンソースR Computa;on (4-‐core laptop) Open Source R RevoR Speedup Linear Algebra1 Matrix Mul@ply 176 秒 9.3 秒 18倍 Cholesky Factoriza@on 25.5 秒 1.3 秒 19倍 Linear Discriminant Analysis 189 秒 74 秒 3倍 General R Benchmarks2 R Benchmarks (Matrix Func@ons) 22 秒 3.5 秒 5倍 R Benchmarks (Program Control) 5.6 秒 5.4 秒 Not appreciable 1. hSp://www.revolu@onanaly@cs.com/why-‐revolu@on-‐r/benchmarks.php 2. hSp://r.research.aS.com/benchmarks/ © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner RevoR
44.
R vs RevoR
のパフォーマンス比較 オープンソースR Computa;on (4-‐core laptop) Open Source R RevoR Speedup Linear Algebra1 Matrix Mul@ply 176 秒 9.3 秒 18倍 Cholesky Factoriza@on 25.5 秒 1.3 秒 19倍 Linear Discriminant Analysis 189 秒 74 秒 3倍 General R Benchmarks2 R Benchmarks (Matrix Func@ons) 22 秒 3.5 秒 5倍 R Benchmarks (Program Control) 5.6 秒 5.4 秒 Not appreciable 1. hSp://www.revolu@onanaly@cs.com/why-‐revolu@on-‐r/benchmarks.php 2. hSp://r.research.aS.com/benchmarks/ オープンソースRのスクリプトを 変更せず、RevoRで実行。3 倍〜50倍など高いパフォーマ ンス向上が報告されています (倍率はデータ数やアルゴリズムにより変化) © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner RevoR
45.
R+CRAN RevoR DistributedR
DevelopR DeployR ScaleR ConnectR ScaleR 並列分散処理、データ ベース内実行、Hadoop環 境などの実行で、より高 速なビッグデータ分析を 実現できます。 ScaleRはXDFという高圧 縮された独自のデータ フォーマットを用い、rxで 始まるファンクションで分 析できます。 ・予測モデル・・・線形回帰,ロジスティッ ク回帰,一般化線形モデルなど ・機械学習 ・モンテカルロシミュレーションなど © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
46.
§ データの読み込み (SAS,
SPSS, OBDC接続など) § 変数作成、変換 § 変数保存 § 説明変数 § 欠損値処理 § ソート(並び替え) § マージ(データ統合) § 分割(スプリット) § カテゴリー毎の演算 (平均や合計など) § 最小 / 最大 § 平均 § 中央値 § 四分位 § 標準偏差 § 分散 § 相関係数 § 共分散 § 平方和 § クロス集計 § リスク・オッズ比 § カイ二乗検定 § ケンドールの順位相関 § フィッシャーの正確確率検定 § T検定(Student’s t-‐Test) データ前処理、基本的な統計 § サブサンプリング § ランダムサンプル Rのデータ加工 検定 サンプリング 統計情報 ScaleRの対応している機能 © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
47.
§ 平方和 §
重回帰分析 § 一般化線形モデル § 分散共分散行列、相関行列 § ロジスティック回帰 § 分類木、回帰木 § 回帰、スコアリングモデル § 残差 § ヒストグラム § 棒グラフ § 散布図 § ローレンツ曲線 § ROC曲線 § K-‐Means 統計モデル § 決定木 § ランダムフォレスト 予測モデル クラスター分析 データの可視化 分類 機械学習 シミュレーション § モンテカルロ・シミュレー ション 変数選択 § ステップワイズ回帰 ScaleRの対応している機能 © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
48.
※GLM:一般化線形モデル データ件数 時間(秒) R vs ScaleR
のパフォーマンス比較 © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
49.
© KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner ScaleR vs SASのパフォーマンス比較 hSp://www.revolu@onanaly@cs.com/whitepaper/revolu@on-‐r-‐enterprise-‐faster-‐sas
50.
© KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner ScaleR vs SASのパフォーマンス比較 hSp://www.revolu@onanaly@cs.com/whitepaper/revolu@on-‐r-‐enterprise-‐faster-‐sas
51.
© KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner ScaleR vs SASのパフォーマンス比較 hSp://www.revolu@onanaly@cs.com/whitepaper/revolu@on-‐r-‐enterprise-‐faster-‐sas 1つの数値変数に関する記述統計 (件数、最小値、最大値、平均値、標準偏差) 1つの数値変数の中央値と十分位数 1つの文字変数の度数分布 20の数値変数で1つの数値を目的変数とする線形回帰 20の混合した変数で1つの数値を目的変数とする線形回帰 100の数値変数でステップワイズ法で行う線形回帰 20の数値変数で1つの判別(2値)を目的変数とする ロジスティック回帰 20の数値変数,ガンマ分布,リンク関数,数値を目的変数とする 一般化線形モデル 20変数を持つk-‐meanクラスタリング 100変数を持つk-‐meanクラスタリング すべての分析タスクの合計 データ件数:500万件
52.
© KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner ScaleR vs SASのパフォーマンス比較 hSp://www.revolu@onanaly@cs.com/whitepaper/revolu@on-‐r-‐enterprise-‐faster-‐sas データ件数:100万件 データ件数:500万件 データ件数:1000万件 データ件数:5000万件
53.
© KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner ScaleR vs SASのパフォーマンス比較 hSp://www.revolu@onanaly@cs.com/whitepaper/revolu@on-‐r-‐enterprise-‐faster-‐sas ・RREのScaleRはSASよりも平均して42倍の早さで分析タスクを実行した ・RREのScaleRはすべてのタスクでSASを上回った ・RREのScaleRはSASよりも10倍〜300倍のパフォーマンス改善が得られる ・RREのScaleRはより大きなデータを使う場合にパフォーマンスの改善幅がより大きくなる ・新しいSASのHP PROCsは僅かにSASのパフォーマンスが改善できただけだった
54.
R+CRAN RevoR DistributedR
DevelopR DeployR ScaleR ConnectR DistributedR DistributedRは並列処理フ レームワーク上でメモリやコ ア、CPUやスレッドなどのシ ステムリソースを管理できま す。Windowsのデスクトップ からエンタープライズ・デー タウェアハウス(EDW)や Hadoop上で実行することが できます。 動作環境: • Windows Servers • Red Hat and SuSE Linux Servers • IBM Plaform LSF Linux • MicrosoV HPC Clusters • MicrosoV Azure Burst • Teradata Database • Cloudera Hadoop • Hortonworks Hadoop ConnectR より高速なデータのイン ポートとエクスポートを実 現します。 動作環境: • High-‐performance XDF • SAS, SPSS, テキスト • Hadoop HDFS (text & XDF) • Teradata Database & Aster • EDWs and ADWs • ODBC © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
55.
R+CRAN RevoR DistributedR
DevelopR DeployR ScaleR ConnectR DevelopR Rの開発に適した統合IDE 環境を提供します。 Rのための開発環境であ り、Rの文法に基づく入力 補完機能や、重要となる 文字のハイライト表示機 能などがあります。 (DevelopRはWindows環 境のみ動作します) DeployR Rの実行、実行結果をWeb サービスやアプリケーションと して提供することができます。 (例:Java、JavaScript、.NET APIsなど) Rコードを構築しサーバーの Webサービスとして組み込む ことができるので、どのユー ザーからも簡単にRの結果を 利用できるほか、アプリケー ションなどにも組み込むことが できるため、Rがもたらす分析 の効果を最大限に発揮するこ とができます。 © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
56.
DevelopRの画面イメージ © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner
57.
DevelopRの画面イメージ © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner
58.
© KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner DevelopRの補完機能 どの順で、どのような設定をすべきか、デフォルトの設定値はどのようなものか等、表示され、 また文字列の補完もされるため開発速度の向上、および実行ミスが大きく軽減されます。 ※RユーザーであればRREへの移行はスムーズです コンソールに「lm(」とタイプするだけで、ご覧のように表示されます。
59.
R+CRAN 数値演算ライブラリー
マルチスレッド実行 並列処理 並列分散処理 データベース内実行 Hadoop環境での実行 最適なメモリ管理 並列ユーザーコード RevoR オープンソース R DistributedR DistributedR DistributedR ScaleR ScaleR ScaleR ScaleR データ量・ 分析速度 に対するパ フォーマンス © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
60.
JavaのMap-‐Reduceで回帰分析 Data setup
Mapper Reducer 行数: 〜100行のJavaコード(セットアップも含む) © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
61.
RREで回帰分析(Hadoop上) 行数:2行のRコード(Javaが100行だと考えると50倍の生産性UP) ©
KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
62.
Complex & Basic
analy@cs RRE with Hadoop © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
63.
Complex & Basic
analy@cs RRE with Hadoop © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
64.
Hadoopか? サーバー1台か? © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner サーバー1台(8コア) Hadoopクラスタ8台 分析したいデータ量が100GBだとすると・・・
65.
Hadoopか? サーバー1台か? © KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner 分析したいデータ量が100GBだとすると・・・ < 概ね、サーバー1台の方が8倍〜10倍の速度で早いです。 (※データ量が1TB以上だとHadoopをオススメします) サーバー1台(8コア) Hadoopクラスタ8台
66.
オープンソース R RRE
Worksta;on RRE Server オープンソースRの利用 ✓ ✓ ✓ CRANパッケージの利用 ✓ ✓ ✓ RevoR 高速な数値演算ライブラリによるマルチス レッド対応 ✘ ✓ ✓ ConnectR より高速なインポートとエクスポート (形式:XDF, SAS, SPSS, ASCII, Hadoop HDFS, Teradata TPT, ODBC) ✘ ✓ ✓ ScaleR より高速なビッグデータ分析 ✘ ✓ ✓ DevelopR WindowsでのR統合開発環境(IDE) ✘ ✓ ✓ DeployR WebサービスのAPI提供 ✘ ✘ ✓ DistributedR データベースやHadoopクラスタを横断した 大規模処理 ✘ ✘ ✓ テクニカルサーポート ✘ ✓ ✓ オープンソースRとRRE (Revolution R Enterprise) © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner ※RRE Workstationは一名様でご利用頂くライセンスです
67.
<-‐ + 革命 ・扱いやすい関数型プログラミング言語 ・世界標準の分析環境
・パッケージ数は増加傾向 ・パッケージはバラエティー豊か ・パッケージでHadoopも ・パッケージで高機能な可視化 ・学習環境も豊富 ・コミュニティー(勉強会)も盛況 ・Rユーザーは世界中に ・大規模データを高速に分析 ・分析アプリケーションをより簡単に開発&構築 ・安定した商用版 ・ビジネスサポート © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
68.
Consumer & Info
Svcs Finance & Insurance Healthcare & Life Sciences Manuf & Tech Academic & Gov’t 導入実績 米国内200社以上、世界では2000社以上 © KSK Analy@cs Inc., Revolu@on Analy@cs Japan Partner
69.
© KSK Analy@cs
Inc., Revolu@on Analy@cs Japan Partner 評価版は www.r-‐analy@cs.jp の「ダウンロード」へ
70.
株式会社KSKアナリティクス 営業本部 セールス・グループ www.ksk-anl.com sales@ksk-anl.com より詳細は、レボリューションR日本語サイトへ http://www.r-analytics.jp/ © KSK
Analy@cs Inc., Revolu@on Analy@cs Japan Partner
Télécharger maintenant