Soumettre la recherche
Mettre en ligne
ビッグデータ分析基盤を支えるOSSたち
•
11 j'aime
•
3,892 vues
Toru Takahashi
Suivre
オープンソースカンファレンス 2015 Tokyo/Spring 2日目:ライトニングトーク
Lire moins
Lire la suite
Présentations et discours publics
Signaler
Partager
Signaler
Partager
1 sur 16
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
ビッグデータを高速に検索処理できる全文検索エンジン「Elasticsearch」。近年ではデータ分析プラットフォームとしての活用が注目を集めています。本セッションではデータ分析の観点から、Elasticsearchについての簡単な紹介と、特徴や利用のコツ、そして事例紹介を行います。また、ElasticsearchのプラグインであるGraphを用いて、実際に販売データを分析して得られた知見を、Graphの使い方や分析方法と共にお話しします。
[data analytics showcase] B11: ビッグデータを高速に検索・分析する「Elasticsearch」~新プラグイン「Graph」...
[data analytics showcase] B11: ビッグデータを高速に検索・分析する「Elasticsearch」~新プラグイン「Graph」...
Insight Technology, Inc.
企業におけるデータ分析基盤のための基礎情報をまとめました
データ分析基盤について
データ分析基盤について
Yuta Inamura
【KSKアナリティクス】Pentaho紹介
【KSKアナリティクス】Pentaho紹介
【KSKアナリティクス】Pentaho紹介
KSK Analytics Inc.
製品&サービス案内
【KSKアナリティクス】製品・サービス案内
【KSKアナリティクス】製品・サービス案内
KSK Analytics Inc.
クラスメソッド社イベント"Developers.IO 2019 Tokyo"実施セッション https://dev.classmethod.jp/news/developers-io-2019-tokyo/ AWSが提供するサービスは多岐に渡ります。AWS上にデータ分析基盤を構築する場合、どのAWSサービスを組み合わせるか、沢山の選択肢があります。どのAWSサービスがどういう要件に適しているか、弊社で担当した多くの案件を元にお伝えします。
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
Yosuke Katsuki
会社案内&事例紹介
【KSKアナリティクス】会社案内・事例紹介
【KSKアナリティクス】会社案内・事例紹介
KSK Analytics Inc.
opendata plugin PR
オープンデータプラグイン紹介資料
オープンデータプラグイン紹介資料
Naokazu Nohara
オープンソース分析ソフトRapidMinerのご紹介(ショート版)
【KSKアナリティクス】 RapidMiner 紹介 (short)
【KSKアナリティクス】 RapidMiner 紹介 (short)
KSK Analytics Inc.
Recommandé
ビッグデータを高速に検索処理できる全文検索エンジン「Elasticsearch」。近年ではデータ分析プラットフォームとしての活用が注目を集めています。本セッションではデータ分析の観点から、Elasticsearchについての簡単な紹介と、特徴や利用のコツ、そして事例紹介を行います。また、ElasticsearchのプラグインであるGraphを用いて、実際に販売データを分析して得られた知見を、Graphの使い方や分析方法と共にお話しします。
[data analytics showcase] B11: ビッグデータを高速に検索・分析する「Elasticsearch」~新プラグイン「Graph」...
[data analytics showcase] B11: ビッグデータを高速に検索・分析する「Elasticsearch」~新プラグイン「Graph」...
Insight Technology, Inc.
企業におけるデータ分析基盤のための基礎情報をまとめました
データ分析基盤について
データ分析基盤について
Yuta Inamura
【KSKアナリティクス】Pentaho紹介
【KSKアナリティクス】Pentaho紹介
【KSKアナリティクス】Pentaho紹介
KSK Analytics Inc.
製品&サービス案内
【KSKアナリティクス】製品・サービス案内
【KSKアナリティクス】製品・サービス案内
KSK Analytics Inc.
クラスメソッド社イベント"Developers.IO 2019 Tokyo"実施セッション https://dev.classmethod.jp/news/developers-io-2019-tokyo/ AWSが提供するサービスは多岐に渡ります。AWS上にデータ分析基盤を構築する場合、どのAWSサービスを組み合わせるか、沢山の選択肢があります。どのAWSサービスがどういう要件に適しているか、弊社で担当した多くの案件を元にお伝えします。
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
データ分析基盤、どう作る?システム設計のポイント、教えます - Developers.IO 2019 (20191101)
Yosuke Katsuki
会社案内&事例紹介
【KSKアナリティクス】会社案内・事例紹介
【KSKアナリティクス】会社案内・事例紹介
KSK Analytics Inc.
opendata plugin PR
オープンデータプラグイン紹介資料
オープンデータプラグイン紹介資料
Naokazu Nohara
オープンソース分析ソフトRapidMinerのご紹介(ショート版)
【KSKアナリティクス】 RapidMiner 紹介 (short)
【KSKアナリティクス】 RapidMiner 紹介 (short)
KSK Analytics Inc.
2016年9月27日実施 ユーザ企業に学ぶビッグデータ分析基盤活用実践セミナー クラスメソッド発表資料
データ分析基盤構築のポイントと関連クラスメソッドサービスの紹介
データ分析基盤構築のポイントと関連クラスメソッドサービスの紹介
Yosuke Katsuki
Classmethod Developers.IO 2015 Developer Day G-4
Alteryxの紹介とデモ
Alteryxの紹介とデモ
Yosuke Katsuki
東京大学経済学研究科棟3階 第2教室(C会場) 13:00~15:00 2014年度 統計関連学会連合大会 株式会社KSKアナリティクス 北島 聡
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
日本ソフトウェア科学会 機械学習工学研究会 (MLSE) 本番適用のためのインフラと運用WG主催 討論会 2020年2月10日 AI/ML開発・運用ワークフロー検討案 NTTデータ 土橋 昌/萩原 悠二
AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)
AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)
NTT DATA Technology & Innovation
カイゼン・ジャーニー・カンファレンスでの発表資料です。 数十のプロダクトのデータを一手に集め、処理を回すリクルートライフスタイルのビックデータ分析基盤。 そんな分析基盤を運用しているチームをKAIZENした話です。 (運用チームで取り入れた看板ボードとその使い方、運用改善チームの立ち上げ、運用Tと運用改善Tのタスク割り振り、などなど) リクルートライフスタイル 白子 佳孝
データ分析基盤運⽤チームの 運⽤業務を改善してみた話
データ分析基盤運⽤チームの 運⽤業務を改善してみた話
Recruit Lifestyle Co., Ltd.
AWS朝会2022/1 セッション① 数年間、レイクハウスを設計運用してみた
AWS朝会2022/1 セッション① 数年間、レイクハウスを設計運用してみた
AWS朝会2022/1 セッション① 数年間、レイクハウスを設計運用してみた
tatsuya 264
2022/1/20に輪読会で発表した実践的データ基盤への処方箋の1-9から1-12の内容です
【輪読会】実践的データ基盤への処方箋
【輪読会】実践的データ基盤への処方箋
Momota Sasaki
https://sqlserver.connpass.com/event/216911/ 【初級、中級者向け】Azure Purview Linage for Synapse Dataflow/Spark 登壇資料
Azure Purview Linage for Dataflow/Spark
Azure Purview Linage for Dataflow/Spark
Ryoma Nagata
DLLabで登壇させていただきました! https://dllab.connpass.com/event/129006/
20190517 Spark+AI Summit2019最新レポート
20190517 Spark+AI Summit2019最新レポート
Ryoma Nagata
Lake House Architecture DWHのトレンドの変化 データ分析サービスの進化 データ分析基盤に求められる要件 Lake House Architecture Pattern 最後に
BigData-JAWS#16 Lake House Architecture
BigData-JAWS#16 Lake House Architecture
Satoru Ishikawa
Tech-on MeetUp Online#02「もしエンタープライズのエンジニアがデータ分析をやることになったら」 @yutah_3 さんの資料です。
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
Techon Organization
Synapse Analyticsによるレイクハウスの実現方式、スモールスタート例、内製化に必要なスキルをまとめました
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
Ryoma Nagata
持続可能なデータ基盤のための データの多様性に対する取り組み 秋葉原ラボ
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
cyberagent
2016年になっても残念ながら情報漏洩事故は、後を絶ちません。また、大規模な漏洩は、例外なくデータベースからのものです。企業では、大量の情報資産を管理するデータベースからの情報漏洩・侵害が発生しないように努力するとともに漏洩・侵害を迅速に検出し、最小限に抑える必要があります。 本セッションでは、弊社が提供するマルチデータベースでのセキュリティ対策をご紹介するとともにお客様の事例を交えて実際のセキュリティ対策について説明致します。
20160927_守るべきは、大量の情報資産を管理するデータベース! ~ユーザ事例から見るデータベースのセキュリティ対策~ by 株式会社インサイトテクノ...
20160927_守るべきは、大量の情報資産を管理するデータベース! ~ユーザ事例から見るデータベースのセキュリティ対策~ by 株式会社インサイトテクノ...
Insight Technology, Inc.
2013年の分社からリクルートライフスタイルにおける分析基盤の成長の軌跡をご紹介します。 リクルートライフスタイル 白子 佳孝
ビックデータ分析基盤の成⻑の軌跡
ビックデータ分析基盤の成⻑の軌跡
Recruit Lifestyle Co., Ltd.
2019年4月16日(火)開催「PyData.Tokyo Meetup #19 SysML」の発表資料。 データ活用施策を実サービスに組み込むには、データサイエンス・機械学習のスキルだけでなく、エンジニアリングスキルも必要です。そのため、毎回データサイエンティスト・エンジニアの工数が発生して施策がスローダウンしたり、そもそも実施を諦めることてしまうことも少なくありません。私たちリクルートライフスタイルの CET チームは、この問題を解消するため、データ活用のための統一基盤を開発・運用しデータサイエンティストだけで施策を実施できる環境を整えています。本セッションでは、その基盤がどのように構築されているのか、また実際にどのような施策が実施されているのかを具体的にご紹介します。 https://pydatatokyo.connpass.com/event/123479/
データサイエンティストが力を発揮できるアジャイルデータ活用基盤
データサイエンティストが力を発揮できるアジャイルデータ活用基盤
Recruit Lifestyle Co., Ltd.
分かりそうで分からない「データ分析基盤」、何のために導入して、どのようにデータを集め、どのような構成でデータを管理・蓄積するのか、欲しいデータの所在や仕様の管理など、コンサルの現場でよく尋ねられる疑問について解説します。 本セッションでは、データ分析基盤を理解するのに必要となる基礎的な要素技術とDX(Digital Transformation)推進において必要とされるデータ管理について解説します。DWH(Data Ware House)やBIツールは使ったことがあるけど、データ分析基盤の違いがよく分からないという人には最適なセッションです。 ・アジェンダ ・データ分析基盤入門 ・分析基盤の構成要素 ・分析基盤のデータ処理 ・分析基盤のデータ管理 ・分析基盤の今後 ・まとめ
データ分析を支える技術 データ分析基盤再入門
データ分析を支える技術 データ分析基盤再入門
Satoru Ishikawa
The Strengths of Drupal and Acquia Acquia Community イベント July 24 2019 でのプレゼン
明快!Drupal と Acquia の強み
明快!Drupal と Acquia の強み
Masahiro Nishio
BigData 対応基盤の基本知識と Azureの標準的なソリューションを紹介します
BigData Architecture for Azure
BigData Architecture for Azure
Ryoma Nagata
分かりそうで分からないDWH、何のために導入して、どのようにデータを管理・蓄積するのか、どうやって利用するのか、普通のDBと何が違って、アーキテクチャどうなっているかなど、コンサルの現場でよく尋ねられる疑問について解説します。
データ分析を支える技術 DWH再入門
データ分析を支える技術 DWH再入門
Satoru Ishikawa
RapidMiner Studio 6をWindows 7へインストールする方法
RapidMinerのインストール【Windows 7】
RapidMinerのインストール【Windows 7】
Satoshi Kitajima
db tech show case 2016 Tokyo
ビッグデータ関連Oss動向調査とニーズ分析
ビッグデータ関連Oss動向調査とニーズ分析
Yukio Yoshida
Contenu connexe
Tendances
2016年9月27日実施 ユーザ企業に学ぶビッグデータ分析基盤活用実践セミナー クラスメソッド発表資料
データ分析基盤構築のポイントと関連クラスメソッドサービスの紹介
データ分析基盤構築のポイントと関連クラスメソッドサービスの紹介
Yosuke Katsuki
Classmethod Developers.IO 2015 Developer Day G-4
Alteryxの紹介とデモ
Alteryxの紹介とデモ
Yosuke Katsuki
東京大学経済学研究科棟3階 第2教室(C会場) 13:00~15:00 2014年度 統計関連学会連合大会 株式会社KSKアナリティクス 北島 聡
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
日本ソフトウェア科学会 機械学習工学研究会 (MLSE) 本番適用のためのインフラと運用WG主催 討論会 2020年2月10日 AI/ML開発・運用ワークフロー検討案 NTTデータ 土橋 昌/萩原 悠二
AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)
AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)
NTT DATA Technology & Innovation
カイゼン・ジャーニー・カンファレンスでの発表資料です。 数十のプロダクトのデータを一手に集め、処理を回すリクルートライフスタイルのビックデータ分析基盤。 そんな分析基盤を運用しているチームをKAIZENした話です。 (運用チームで取り入れた看板ボードとその使い方、運用改善チームの立ち上げ、運用Tと運用改善Tのタスク割り振り、などなど) リクルートライフスタイル 白子 佳孝
データ分析基盤運⽤チームの 運⽤業務を改善してみた話
データ分析基盤運⽤チームの 運⽤業務を改善してみた話
Recruit Lifestyle Co., Ltd.
AWS朝会2022/1 セッション① 数年間、レイクハウスを設計運用してみた
AWS朝会2022/1 セッション① 数年間、レイクハウスを設計運用してみた
AWS朝会2022/1 セッション① 数年間、レイクハウスを設計運用してみた
tatsuya 264
2022/1/20に輪読会で発表した実践的データ基盤への処方箋の1-9から1-12の内容です
【輪読会】実践的データ基盤への処方箋
【輪読会】実践的データ基盤への処方箋
Momota Sasaki
https://sqlserver.connpass.com/event/216911/ 【初級、中級者向け】Azure Purview Linage for Synapse Dataflow/Spark 登壇資料
Azure Purview Linage for Dataflow/Spark
Azure Purview Linage for Dataflow/Spark
Ryoma Nagata
DLLabで登壇させていただきました! https://dllab.connpass.com/event/129006/
20190517 Spark+AI Summit2019最新レポート
20190517 Spark+AI Summit2019最新レポート
Ryoma Nagata
Lake House Architecture DWHのトレンドの変化 データ分析サービスの進化 データ分析基盤に求められる要件 Lake House Architecture Pattern 最後に
BigData-JAWS#16 Lake House Architecture
BigData-JAWS#16 Lake House Architecture
Satoru Ishikawa
Tech-on MeetUp Online#02「もしエンタープライズのエンジニアがデータ分析をやることになったら」 @yutah_3 さんの資料です。
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
Techon Organization
Synapse Analyticsによるレイクハウスの実現方式、スモールスタート例、内製化に必要なスキルをまとめました
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
Ryoma Nagata
持続可能なデータ基盤のための データの多様性に対する取り組み 秋葉原ラボ
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
cyberagent
2016年になっても残念ながら情報漏洩事故は、後を絶ちません。また、大規模な漏洩は、例外なくデータベースからのものです。企業では、大量の情報資産を管理するデータベースからの情報漏洩・侵害が発生しないように努力するとともに漏洩・侵害を迅速に検出し、最小限に抑える必要があります。 本セッションでは、弊社が提供するマルチデータベースでのセキュリティ対策をご紹介するとともにお客様の事例を交えて実際のセキュリティ対策について説明致します。
20160927_守るべきは、大量の情報資産を管理するデータベース! ~ユーザ事例から見るデータベースのセキュリティ対策~ by 株式会社インサイトテクノ...
20160927_守るべきは、大量の情報資産を管理するデータベース! ~ユーザ事例から見るデータベースのセキュリティ対策~ by 株式会社インサイトテクノ...
Insight Technology, Inc.
2013年の分社からリクルートライフスタイルにおける分析基盤の成長の軌跡をご紹介します。 リクルートライフスタイル 白子 佳孝
ビックデータ分析基盤の成⻑の軌跡
ビックデータ分析基盤の成⻑の軌跡
Recruit Lifestyle Co., Ltd.
2019年4月16日(火)開催「PyData.Tokyo Meetup #19 SysML」の発表資料。 データ活用施策を実サービスに組み込むには、データサイエンス・機械学習のスキルだけでなく、エンジニアリングスキルも必要です。そのため、毎回データサイエンティスト・エンジニアの工数が発生して施策がスローダウンしたり、そもそも実施を諦めることてしまうことも少なくありません。私たちリクルートライフスタイルの CET チームは、この問題を解消するため、データ活用のための統一基盤を開発・運用しデータサイエンティストだけで施策を実施できる環境を整えています。本セッションでは、その基盤がどのように構築されているのか、また実際にどのような施策が実施されているのかを具体的にご紹介します。 https://pydatatokyo.connpass.com/event/123479/
データサイエンティストが力を発揮できるアジャイルデータ活用基盤
データサイエンティストが力を発揮できるアジャイルデータ活用基盤
Recruit Lifestyle Co., Ltd.
分かりそうで分からない「データ分析基盤」、何のために導入して、どのようにデータを集め、どのような構成でデータを管理・蓄積するのか、欲しいデータの所在や仕様の管理など、コンサルの現場でよく尋ねられる疑問について解説します。 本セッションでは、データ分析基盤を理解するのに必要となる基礎的な要素技術とDX(Digital Transformation)推進において必要とされるデータ管理について解説します。DWH(Data Ware House)やBIツールは使ったことがあるけど、データ分析基盤の違いがよく分からないという人には最適なセッションです。 ・アジェンダ ・データ分析基盤入門 ・分析基盤の構成要素 ・分析基盤のデータ処理 ・分析基盤のデータ管理 ・分析基盤の今後 ・まとめ
データ分析を支える技術 データ分析基盤再入門
データ分析を支える技術 データ分析基盤再入門
Satoru Ishikawa
The Strengths of Drupal and Acquia Acquia Community イベント July 24 2019 でのプレゼン
明快!Drupal と Acquia の強み
明快!Drupal と Acquia の強み
Masahiro Nishio
BigData 対応基盤の基本知識と Azureの標準的なソリューションを紹介します
BigData Architecture for Azure
BigData Architecture for Azure
Ryoma Nagata
分かりそうで分からないDWH、何のために導入して、どのようにデータを管理・蓄積するのか、どうやって利用するのか、普通のDBと何が違って、アーキテクチャどうなっているかなど、コンサルの現場でよく尋ねられる疑問について解説します。
データ分析を支える技術 DWH再入門
データ分析を支える技術 DWH再入門
Satoru Ishikawa
Tendances
(20)
データ分析基盤構築のポイントと関連クラスメソッドサービスの紹介
データ分析基盤構築のポイントと関連クラスメソッドサービスの紹介
Alteryxの紹介とデモ
Alteryxの紹介とデモ
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
AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)
AI/ML開発・運用ワークフロー検討案(日本ソフトウェア科学会 機械学習工学研究会 本番適用のためのインフラと運用WG主催 討論会)
データ分析基盤運⽤チームの 運⽤業務を改善してみた話
データ分析基盤運⽤チームの 運⽤業務を改善してみた話
AWS朝会2022/1 セッション① 数年間、レイクハウスを設計運用してみた
AWS朝会2022/1 セッション① 数年間、レイクハウスを設計運用してみた
【輪読会】実践的データ基盤への処方箋
【輪読会】実践的データ基盤への処方箋
Azure Purview Linage for Dataflow/Spark
Azure Purview Linage for Dataflow/Spark
20190517 Spark+AI Summit2019最新レポート
20190517 Spark+AI Summit2019最新レポート
BigData-JAWS#16 Lake House Architecture
BigData-JAWS#16 Lake House Architecture
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
データ基盤の従来~最新の考え方とSynapse Analyticsでの実現
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
20160927_守るべきは、大量の情報資産を管理するデータベース! ~ユーザ事例から見るデータベースのセキュリティ対策~ by 株式会社インサイトテクノ...
20160927_守るべきは、大量の情報資産を管理するデータベース! ~ユーザ事例から見るデータベースのセキュリティ対策~ by 株式会社インサイトテクノ...
ビックデータ分析基盤の成⻑の軌跡
ビックデータ分析基盤の成⻑の軌跡
データサイエンティストが力を発揮できるアジャイルデータ活用基盤
データサイエンティストが力を発揮できるアジャイルデータ活用基盤
データ分析を支える技術 データ分析基盤再入門
データ分析を支える技術 データ分析基盤再入門
明快!Drupal と Acquia の強み
明快!Drupal と Acquia の強み
BigData Architecture for Azure
BigData Architecture for Azure
データ分析を支える技術 DWH再入門
データ分析を支える技術 DWH再入門
En vedette
RapidMiner Studio 6をWindows 7へインストールする方法
RapidMinerのインストール【Windows 7】
RapidMinerのインストール【Windows 7】
Satoshi Kitajima
db tech show case 2016 Tokyo
ビッグデータ関連Oss動向調査とニーズ分析
ビッグデータ関連Oss動向調査とニーズ分析
Yukio Yoshida
RapidMiner Studio 6をCentOS 6.5 へインストールする方法
RapidMinerのインストール【CentOS 6.5】
RapidMinerのインストール【CentOS 6.5】
Satoshi Kitajima
大規模データ解析用ソフトウェア NYSOL のご紹介です。 NYSOL はオープンソースソフトウェアですので、どなたでも自由にお使いいただけます。
【NYSOL】ビッグデータをシンプル・高速に!日本発の大規模データ解析用OSS
【NYSOL】ビッグデータをシンプル・高速に!日本発の大規模データ解析用OSS
NYSOL
高速に前処理するNYSOLについて、#TokyoR 39で発表しました。 主にMコマンド(MCMD)をご紹介しています。
#TokyoR 39 高速に前処理するNYSOL
#TokyoR 39 高速に前処理するNYSOL
Satoshi Kitajima
データサイエンティスト必見! M-1グランプリ 前処理の頂点は誰だ!? 出場者はRのdplyr、PostgreSQL、NYSOLのMコマンドなど。
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
2015/08/01
AWSでのビッグデータ分析
AWSでのビッグデータ分析
Amazon Web Services Japan
Hadoopの歴史を振り返る資料になってます・・・
ApacheSparkを中心としたOSSビッグデータ活用と導入時の検討ポイント
ApacheSparkを中心としたOSSビッグデータ活用と導入時の検討ポイント
Tanaka Yuichi
2016/01/29 DeNA TechCon 2016 の発表資料です
DeNAの分析を支える分析基盤
DeNAの分析を支える分析基盤
Kenshin Yamada
(だいたい)新卒エンジニア向け技術交流会 vol.3 発表資料 https://ngineerxiv.doorkeeper.jp/events/24857
fluentdとnorikraが便利そうだから使ってみようよ
fluentdとnorikraが便利そうだから使ってみようよ
ara_ta3
道玄坂LT祭り(ミドル・インフラ)での発表資料です。https://atnd.org/events/59894
fluentd設定行数とシステム複雑性のカジュアルな話
fluentd設定行数とシステム複雑性のカジュアルな話
Kenta Suzuki
RapidMiner Studio 6をUbuntu 14.04 LTS へインストールする方法
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 Studio 6をMac OSX Mavericksへインストールする方法
RapidMinerのインストール【Mac OSX Mavericks】
RapidMinerのインストール【Mac OSX Mavericks】
Satoshi Kitajima
(だいたい)新卒エンジニア向け技術交流会 vol.3 発表資料 https://ngineerxiv.doorkeeper.jp/events/24857
fluentdとnorikraが便利そうだから使ってみようよ
fluentdとnorikraが便利そうだから使ってみようよ
ara_ta3
IoT Data Connector Fluent Bit @ IoTLT vol.4 https://schoo.jp/class/2433 http://iotlt.connpass.com/event/15005/
IoT Data Connector Fluent Bit
IoT Data Connector Fluent Bit
Toru Takahashi
E2D3のプレゼンしてきたatNVIDIA
E2D3のプレゼンしてきたatNVIDIA
E2D3のプレゼンしてきたatNVIDIA
Hiroki Kitano
AWS EC2/RDSの概要と勘所
Classmethod awsstudy ec2rds20160114
Classmethod awsstudy ec2rds20160114
Satoru Ishikawa
2015年4月23日(木)「えびスタ #2」での発表資料です。 http://ebista.connpass.com/event/13953/ http://tech.uzabase.com/entry/2015/05/15/170206
企業・業界データサービスSPEEDAの開発における複雑怪奇なデータとの格闘
企業・業界データサービスSPEEDAの開発における複雑怪奇なデータとの格闘
Akira Kitauchi
Zabbix2.2で導入されるVM監視機能の設定について α版である Zabbix 2.1を用いて解説しています。
【 Zabbix 2.1 】 zabbix 2.2のVM監視機能評価 #Zabbix #自宅ラック勉強会
【 Zabbix 2.1 】 zabbix 2.2のVM監視機能評価 #Zabbix #自宅ラック勉強会
真乙 九龍
みんなのウェディングのデータ分析基盤の作り方。
みんなのウェディングのデータ分析基盤の作り方。
みんなのウェディングのデータ分析基盤の作り方。
Sunao Komuro
En vedette
(20)
RapidMinerのインストール【Windows 7】
RapidMinerのインストール【Windows 7】
ビッグデータ関連Oss動向調査とニーズ分析
ビッグデータ関連Oss動向調査とニーズ分析
RapidMinerのインストール【CentOS 6.5】
RapidMinerのインストール【CentOS 6.5】
【NYSOL】ビッグデータをシンプル・高速に!日本発の大規模データ解析用OSS
【NYSOL】ビッグデータをシンプル・高速に!日本発の大規模データ解析用OSS
#TokyoR 39 高速に前処理するNYSOL
#TokyoR 39 高速に前処理するNYSOL
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
AWSでのビッグデータ分析
AWSでのビッグデータ分析
ApacheSparkを中心としたOSSビッグデータ活用と導入時の検討ポイント
ApacheSparkを中心としたOSSビッグデータ活用と導入時の検討ポイント
DeNAの分析を支える分析基盤
DeNAの分析を支える分析基盤
fluentdとnorikraが便利そうだから使ってみようよ
fluentdとnorikraが便利そうだから使ってみようよ
fluentd設定行数とシステム複雑性のカジュアルな話
fluentd設定行数とシステム複雑性のカジュアルな話
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【Mac OSX Mavericks】
RapidMinerのインストール【Mac OSX Mavericks】
fluentdとnorikraが便利そうだから使ってみようよ
fluentdとnorikraが便利そうだから使ってみようよ
IoT Data Connector Fluent Bit
IoT Data Connector Fluent Bit
E2D3のプレゼンしてきたatNVIDIA
E2D3のプレゼンしてきたatNVIDIA
Classmethod awsstudy ec2rds20160114
Classmethod awsstudy ec2rds20160114
企業・業界データサービスSPEEDAの開発における複雑怪奇なデータとの格闘
企業・業界データサービスSPEEDAの開発における複雑怪奇なデータとの格闘
【 Zabbix 2.1 】 zabbix 2.2のVM監視機能評価 #Zabbix #自宅ラック勉強会
【 Zabbix 2.1 】 zabbix 2.2のVM監視機能評価 #Zabbix #自宅ラック勉強会
みんなのウェディングのデータ分析基盤の作り方。
みんなのウェディングのデータ分析基盤の作り方。
Similaire à ビッグデータ分析基盤を支えるOSSたち
「オープンソースカンファレンス 2016 Tokyo/Fall(2016年11月5日講演資料)」 高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベース オープンソースカンファレンス 2016 Tokyo/Fall(2016 年 11 月 5、6 日)
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
griddb
第98回ドキュメントコミュニケーション研究会 v1.2 2015-07-18、発表時の口頭説明などを補った版 v1 2015-07-14、@公立はこだて未来大学
オープンデータで実現する作文測定分析のシステム構成
オープンデータで実現する作文測定分析のシステム構成
yamahige
科学技術イノベーション政策におけるBig-Dataの利活用促進 SPIAS: SciREX 政策形成インテリジェント支援システムの構想 / 池内健太, 経済産業研究所(RIETI)研究員, GRIPS SciREX Center 客員研究員, NISTEP 客員研究官
科学技術イノベーション政策におけるBig-Dataの利活用促進 SPIAS: SciREX 政策形成インテリジェント支援システムの構想
科学技術イノベーション政策におけるBig-Dataの利活用促進 SPIAS: SciREX 政策形成インテリジェント支援システムの構想
scirexcenter
リクルートライフスタイルではじゃらん、ホットペッパーグルメ、ホットペッパービューティーなど約30のサービスを展開しています。 それらのデータを全社共通で使えるように、オンプレ、クラウドのハイブリッドでビックデータ基盤を構築しています。 メール配信に使われるバッチやアドホック分析、レポーティングなど様々な用途で使われる中、どうバッチに影響を出さない基盤を作るのか、なぜクラウドだけではなく、オンプレなど複数のDBを使っているのか、なぜその基盤を選んだのか、データ基盤の比較とともに紹介します。 山田 雄(株式会社リクルートライフスタイル)
オンプレ、クラウドを組み合わせて作るビックデータ基盤 データ基盤の選び方
オンプレ、クラウドを組み合わせて作るビックデータ基盤 データ基盤の選び方
Yu Yamada
オープンソースBIご紹介
オープンソースカンファレンスBi勉強会20141018
オープンソースカンファレンスBi勉強会20141018
Hisashi Nakayama
データ分析基盤におけるOpsのためのDev with event driven + serverless
データ分析基盤におけるOpsのためのDev with event driven + serverless
データ分析基盤におけるOpsのためのDev with event driven + serverless
Shoji Shirotori
[C32] 正確でスピーディーな決断を促す、日立の高速データアクセス基盤~性能検証事例と活用効果~ by Taichi Ishikawa
[C32] 正確でスピーディーな決断を促す、日立の高速データアクセス基盤~性能検証事例と活用効果~ by Taichi Ishikawa
Insight Technology, Inc.
2017年7月6日 クラウド利用促進機構 (CUPA) 主催 IoT クラウドプラットフォーム勉強会 第3回 で登壇した際の資料です。
Power BI x IoT ~効果的な可視化に必要なこと~
Power BI x IoT ~効果的な可視化に必要なこと~
Yugo Shimizu
開発チームのためのデータ分析環境の構築と継続的改善の仕組み 2015.10.14 @ Developers Summit 2015 Autumn
データファースト開発
データファースト開発
Katsunori Kanda
・リクルートライフスタイルのデータ分析基盤の紹介 ・データ分析基盤に必要なエンジニアリング リクルートライフスタイル 白鳥昇治
データ分析基盤を支えるエンジニアリング
データ分析基盤を支えるエンジニアリング
Recruit Lifestyle Co., Ltd.
「オープンソースカンファレンス 2016 Tokyo/Spring(2016年2月26日講演資料)」 高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは?? オープンソースカンファレンス 2016 Tokyo/Spring(2016 年 2 月 26、27 日)
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
griddb
Summary of Big data trends
ビッグデータ・オープンデータ活用の現状〜ビッグデータ活用概要編〜
ビッグデータ・オープンデータ活用の現状〜ビッグデータ活用概要編〜
Takafumi Nakanishi
2015年2月11日に大阪イノベーションハブで開催された、オープンデータEXPO'15 の、ハンズオンBで使用したスライドです
関西オープンデータExpo’15 ハンズオンB
関西オープンデータExpo’15 ハンズオンB
Untext Methods
Tokyo
Big data解析ビジネス
Big data解析ビジネス
Mie Mori
東大との共同研究の成果を採用した超高速データベースエンジン「Hitachi Advanced Data Binder(※)」が、ビッグデータ分析の実際の現場でどのように使われているか、小売・流通業界での商品分析や顧客分析への適用事例をDB技術者の視点で紹介します。 (※)内閣府の最先端研究開発支援プログラム「超巨大データベース時代に向けた最高速データベースエンジンの開発と当該エンジンを 核とする戦略的社会サービスの実証・評価」(中心研究者:喜連川 東大教授/国立情報学研究所所長)の成果を利用。
[db tech showcase Tokyo 2014] B33: 超高速データベースエンジンでのビッグデータ分析活用事例 by 株式会社日立製作所 ...
[db tech showcase Tokyo 2014] B33: 超高速データベースエンジンでのビッグデータ分析活用事例 by 株式会社日立製作所 ...
Insight Technology, Inc.
2015年4月23日開催、EnterprizeZine主催「BigData x Storage 2015年ビッグデータ分析基盤の最新動向」におけるクラウディアンの講演資料です。
ビッグデータ分析基盤が直面する課題をオブジェクトストレージで解決
ビッグデータ分析基盤が直面する課題をオブジェクトストレージで解決
CLOUDIAN KK
オープンソースカンファレンス 2015 Kansai@Kyoto で発表したコンテンツです。(当日発表した内容と若干差異があります)
クラウド時代を生きぬくためのITエンジニアとシステムインテグレータのOSS活用!
クラウド時代を生きぬくためのITエンジニアとシステムインテグレータのOSS活用!
Takeshi Kuramochi
2018/06/27 に開催された DEEP LEARNING LAB の 10:10 - 10:40 のセッションにてご紹介した、Cognitive Services に関するご案内スライドです。
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
Takashi Okawa
2020年8月20日 Elasticsearchを用いて、 社内のナレッジやデータを賢く活用する手法とは? ~NRIとElastic社が解説~ での講演
世界初elastic認定アナリストが送る~誰でもできるデータ分析~
世界初elastic認定アナリストが送る~誰でもできるデータ分析~
aslead
<目次> 1.情報活用 2.情報活用ツール 3.BI ツールの現状 4.なぜ、BI ツールは社内で使われなくなるのか 5.情報系システムの見直しのポイント 6.レポーティングツールに必要な機能 BSP: http://www.bsp.jp/ BBTV: http://www.bsp.jp/seminar/bbtv/index.html
データウェアハウス・BI の再構築から見る情報系基盤の再構築ポイント
データウェアハウス・BI の再構築から見る情報系基盤の再構築ポイント
UNIRITA Incorporated
Similaire à ビッグデータ分析基盤を支えるOSSたち
(20)
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
オープンデータで実現する作文測定分析のシステム構成
オープンデータで実現する作文測定分析のシステム構成
科学技術イノベーション政策におけるBig-Dataの利活用促進 SPIAS: SciREX 政策形成インテリジェント支援システムの構想
科学技術イノベーション政策におけるBig-Dataの利活用促進 SPIAS: SciREX 政策形成インテリジェント支援システムの構想
オンプレ、クラウドを組み合わせて作るビックデータ基盤 データ基盤の選び方
オンプレ、クラウドを組み合わせて作るビックデータ基盤 データ基盤の選び方
オープンソースカンファレンスBi勉強会20141018
オープンソースカンファレンスBi勉強会20141018
データ分析基盤におけるOpsのためのDev with event driven + serverless
データ分析基盤におけるOpsのためのDev with event driven + serverless
[C32] 正確でスピーディーな決断を促す、日立の高速データアクセス基盤~性能検証事例と活用効果~ by Taichi Ishikawa
[C32] 正確でスピーディーな決断を促す、日立の高速データアクセス基盤~性能検証事例と活用効果~ by Taichi Ishikawa
Power BI x IoT ~効果的な可視化に必要なこと~
Power BI x IoT ~効果的な可視化に必要なこと~
データファースト開発
データファースト開発
データ分析基盤を支えるエンジニアリング
データ分析基盤を支えるエンジニアリング
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
ビッグデータ・オープンデータ活用の現状〜ビッグデータ活用概要編〜
ビッグデータ・オープンデータ活用の現状〜ビッグデータ活用概要編〜
関西オープンデータExpo’15 ハンズオンB
関西オープンデータExpo’15 ハンズオンB
Big data解析ビジネス
Big data解析ビジネス
[db tech showcase Tokyo 2014] B33: 超高速データベースエンジンでのビッグデータ分析活用事例 by 株式会社日立製作所 ...
[db tech showcase Tokyo 2014] B33: 超高速データベースエンジンでのビッグデータ分析活用事例 by 株式会社日立製作所 ...
ビッグデータ分析基盤が直面する課題をオブジェクトストレージで解決
ビッグデータ分析基盤が直面する課題をオブジェクトストレージで解決
クラウド時代を生きぬくためのITエンジニアとシステムインテグレータのOSS活用!
クラウド時代を生きぬくためのITエンジニアとシステムインテグレータのOSS活用!
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
世界初elastic認定アナリストが送る~誰でもできるデータ分析~
世界初elastic認定アナリストが送る~誰でもできるデータ分析~
データウェアハウス・BI の再構築から見る情報系基盤の再構築ポイント
データウェアハウス・BI の再構築から見る情報系基盤の再構築ポイント
Plus de Toru Takahashi
As part of Treasure Data CDP, We use Trino for the following two purposes: ・As a query engine for direct access to data stored by custom SQL ・As a query engine to execute auto-generated SQL based on the logic from GUI Although some restrictions are placed on the functionality of Trino as our service, the former enables customers to execute queries freely, similar to Trino as a Service or Amazon Athena. By introducing the usage of Trino at Treasure Data, I will show what you should expect when you open Trino to your users.
Learn from Case Study; How do people run query on Trino? / Trino japan virtua...
Learn from Case Study; How do people run query on Trino? / Trino japan virtua...
Toru Takahashi
高専で物作りを学んだ後の10年で、大学院での研究や、外資系ベンチャー企業でグローバルテクニカルサポートの責任者として働くことになった経験を通して、様々な新しいことへの挑戦をしてきました。その過程での気づきや学びを共有します。同じ失敗をする人が減って、より良い新しいチャレンジができるようになってほしいです。
高専後10年の学び - 高専カンファレンス In 仙台
高専後10年の学び - 高専カンファレンス In 仙台
Toru Takahashi
https://techplay.jp/event/716251
TokyoGirls.rb meetup vol.1 SponsorLT
TokyoGirls.rb meetup vol.1 SponsorLT
Toru Takahashi
Zenlab(Zendeskユーザー勉強会)Relate in San Francisco 報告会 https://zenlab.connpass.com/event/117019/
Zendesk Sunshine - Zenlab vol.6
Zendesk Sunshine - Zenlab vol.6
Toru Takahashi
Support Engineer Night vol.4 ~Support Team Growth~ https://techplay.jp/event/690587
History of TreasureData Support
History of TreasureData Support
Toru Takahashi
https://zenlab.connpass.com/event/89456/
Zenlab - API Night
Zenlab - API Night
Toru Takahashi
Dairy of Support Engineering Manager 2015年に発表してから2年が過ぎ、トレジャーデータのサポートチームがどう成長し、どんな課題を解決してきたか https://techplay.jp/event/651515 at support engineer night
Dairy of Support Engineering Manager
Dairy of Support Engineering Manager
Toru Takahashi
https://zenlab.connpass.com/event/75289/
ZendeskのTriggerを有効活用するためにデータを一元化している話
ZendeskのTriggerを有効活用するためにデータを一元化している話
Toru Takahashi
第五回ゲームサーバ勉強会 http://eventdots.jp/event/590582 (I missed upload this slide in another account :() http://www.slideshare.net/ToruTakahashi4/embulkdigdag
EmbulkとDigdagとデータ分析基盤と
EmbulkとDigdagとデータ分析基盤と
Toru Takahashi
トレジャーデータを使ったラムダアーキテクチャ型のシステムの提案的なブログ記事を書くための 下書き代わりのスライド。
(Draft) lambda architecture by using TreasureData
(Draft) lambda architecture by using TreasureData
Toru Takahashi
Plus de Toru Takahashi
(10)
Learn from Case Study; How do people run query on Trino? / Trino japan virtua...
Learn from Case Study; How do people run query on Trino? / Trino japan virtua...
高専後10年の学び - 高専カンファレンス In 仙台
高専後10年の学び - 高専カンファレンス In 仙台
TokyoGirls.rb meetup vol.1 SponsorLT
TokyoGirls.rb meetup vol.1 SponsorLT
Zendesk Sunshine - Zenlab vol.6
Zendesk Sunshine - Zenlab vol.6
History of TreasureData Support
History of TreasureData Support
Zenlab - API Night
Zenlab - API Night
Dairy of Support Engineering Manager
Dairy of Support Engineering Manager
ZendeskのTriggerを有効活用するためにデータを一元化している話
ZendeskのTriggerを有効活用するためにデータを一元化している話
EmbulkとDigdagとデータ分析基盤と
EmbulkとDigdagとデータ分析基盤と
(Draft) lambda architecture by using TreasureData
(Draft) lambda architecture by using TreasureData
ビッグデータ分析基盤を支えるOSSたち
1.
オープンソースカンファレンス 2015 Tokyo/Spring 2日目:ライトニングトーク 「ビッグデータ分析基盤を支えるOSSたち」 髙橋達 サイオステクノロジー株式会社 2015/02/28
2.
ビッグデータ分析基盤とは? • データを収集・保存と分析・可視化するためのシステム • なぜ分析基盤が必要? •
“ビッグデータ”という流行と共に、データに対して多くの人が興味を 持ちはじめ、データを元に意思決定をするようになりつつあるから • なぜOSSが必要? • データを分析したからといって、 かるわけではない • 高価な分析システムを利益もわからず購入するのが難しい • 目的に応じて色んな組み合わせをする必要がある • カスタマイズもOSSだからこそ可能 2
3.
ビッグデータ分析基盤の基本構成(1/6) コレクタ ストリーム集計/ 検索エンジン バッチ/アドホック 集計 可視化 3
4.
ビッグデータ分析基盤の基本構成(2/6) ほとんどのデバイスはサーバ等と通信をするので アプリケーションやログなどのデータを収集するソフトウェア Ex. Fluentd, Embulk,
… コレクタ ストリーム集計/ 検索エンジン バッチ/アドホック 集計 可視化 4
5.
ビッグデータ分析基盤の基本構成(3/6) 何十億何百億件というデータを一気に計算して 集計をするためのソフトウェア Ex. Hadoop, Presto,
… コレクタ ストリーム集計/ 検索エンジン バッチ/アドホック 集計 可視化 5
6.
ビッグデータ分析基盤の基本構成(4/6) コレクタ ストリーム集計/ 検索エンジン バッチ/アドホック 集計 可視化 送られてきたデータに対して逐次的に集計をかけたり、 直近のデータに処理を行うソフトウェア Ex. Norikra, Elasticsearch,
… 6
7.
ビッグデータ分析基盤の基本構成(5/6) ラムダアーキテクチャ コレクタ ストリーム集計/ 検索エンジン バッチ/アドホック 集計 可視化 7
8.
ビッグデータ分析基盤の基本構成(6/6) コレクタ ストリーム集計/ 検索エンジン バッチ/アドホック 集計 可視化 8 可視化に関しては有償製品を使うことが多い OSSだと、R, Python(Pandas), …
9.
Fluentd ストリーミング処理のデータの流れをシンプルに 引用:http://www.fluentd.org/architecture Before After 9
10.
Embulk バッチ処理のデータの流れをシンプルに 引用:http://www.slideshare.net/frsyuki/embuk-making-data-integration-works-relaxed
11.
Hadoop 大規模分散処理を容易に扱えるミドルウェア 引用:http://www.slideshare.net/hamaken/hadoop-cloudera-world-tokyo-2014
12.
Presto MPP型クエリエンジン http://www.slideshare.net/frsyuki/understanding-presto-presto-meetup-tokyo-1
13.
Norikra ストリーミングクエリエンジン 引用:http://www.slideshare.net/tagomoris/norikra-stream-processing-with-sql
14.
Elasticsearch (+ Kibana) 全文検索エンジン(+可視化) 引用:http://www.elasticsearch.org/blog/kibana-4-literally/
15.
ビッグデータ分析基盤を支えるOSSたち まとめ • 多種多様で大量のデータの分析と利益の獲得が目的 • データ収集 •
データ保存と分析 • データ可視化 • 紹介していないけど、他にもモニタリング、ジョブ管理、 etc… • 様々なOSSが課題の解決に向けて、開発が活発に行われている • 各OSS自体について知り、特長を組み合わせることでそれぞの良さを引き 出していくことが大事 15
16.
終わりに。 • 今回はビッグデータ分析基盤に関わるOSSについて紹介をしました。 • 今回紹介できなかった素晴らしいOSSが世の中にはいっぱいあります。 •
素晴らしいOSSは、時間とともにさらに素晴らしくなっていきます。 • そんな素晴らしいOSSの最先端の今をOSCで学んでいきましょう! 16
Télécharger maintenant