TokyoWebmining カテゴリ別発表資料
TokyoWebminingの発表内容のスライドをカテゴリ別に載せています。
【目次】(押すとページ内遷移します。)
●医療
●統計・R
●可視化
●画像処理
●その他
広告・アドテクノロジー
エンジニアのためのアドテクノロジー再入門:アドテクの基礎からRealTimeBiddingまで(@jazzyslideさん)
Optimizing for conversion in display advertising campaigns(@tsubosakaさん)
LT: インターネット広告代理店の現場におけるデータ分析探訪 (@hokagawaさん)
アドテクのラストリゾート~テレビ視聴をビッグデータにできるか? (@shkaliさん,@yoshikick_0518さん)
パーソナル広告配信徹底入門 (@yskn67さん)
マーケティング・実ビジネス
市場細分化とクラスター分析 (@bob3bob3 さん)
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-(@doryokujinさん)
経営に活かす!データマイニング ~流通商社の経営課題~(@Shumeiさん)
Data Management Platform 構築における Redshift 徹底活用(@iktakahiroさん)
リクルートにおける Capture Everything Project での分析基盤構築と活用 (@_stakayaさん)
医療
Hadoop
Apache Mahout 0.4 Random Forest – スケーラブルな集団学習 分類・予測(@hamadakoichiさん)
Apache Mahout0.4 Frequent Pattern Mining – スケーラブルなパターン抽出(@karubiさん)
ソーシャルアプリのログ解析?~MongoDBとAjaxで作る解析フロントエンド&解析事例紹介~(@doryokujinさん)
アルゴリズム
はじめてでもわかる Linear Filtering Method の理論と実践 -新たな記述形式による高速集計-LFM.ppt,NewLFM.ppt(@zanjibarさん)
深層学習フレームワーク概論と活用方法 & スライド2つ目 (@delta2323 さん )
統計・R
Web テクノロジー
Microsoft が推し進めるビッグデータの民主化 - Microsoft R Server/Power BI/Data Lake Analytics/Machine Learning -(@kosasaki0さん)
"移動"にまつわるBIG DATAの応用事例と解析手法 ~ Bayesian Modeling を添えて (@juju7tsさん)
レコメンデーション
Recommendation Systems Handbook 2nd - 全 28 章 1000 page を 30 分で紹介 (@masatoh73さん)
協調フィルタリングにおける希薄問題の解決法 – Random walk (with restarts)(@komiya_atsushiさん)
可視化
データマイニングとビジュアライゼーション(@hongo3_5さん)
LT: ビジネスにおけるデータビジュアリゼーション (@kokoichiroさん)
バイラルメディアの可視化 拡大版 from (@saicologicさん)
自然言語処理
深層学習時代の自然言語処理 from (@unnonounoさん)
word2vecとは一体なんだったのか? from (@piroyoungさん)
テキストからのSNSユーザ位置推定手法と活用事例紹介 from (@rieee0さん)
トピックモデルことはじめ from (@yamano357さん)
トピックモデリングによる評判分析 from (@I_eric_Yさん)
画像処理
その他
LT: Webスクレイピングのセーフ or Not (@nezuqさん)
"GraphDB徹底入門"~構造や仕組み理解から使いどころ・種々のGraphDBの比較まで幅広く~(@doryokujinさん)
複雑ネットワークとデータマイニング 徹底入門(@milionsmileさん)
2chテキストマイニングとまとめサイトの自動生成(@tkm2261さん)
Multi Agent Simulation 徹底入門(Naoki Shinboさん)
Suicide ideation of individuals in online social networks(@millionsmileさん)
Importance of individual events in temporal networks(@t_takaguchiさん)
主要なFacebookページの投稿記事データとFB利用者のパネルリサーチからみえてきた エンゲージメント率を高めるTips(@nakamuu_mさん)
A survey of "2013 Data Science Salary Survey" ~2013年度版 データ扱う人のカネ調査~ (@showyouさん)
LT: データから導きだすABテストの手法 (@haegwankimさん)
LT: ユーザー分析における特徴量(変数)の作り方について (@obnymさん)
LT: B2Bデータ運用の悩み~葛藤と現実~ (@iakiyamaさん)
LT: お金の儲かる機械学習 (@tetsuyasさん)