今回はSenckenberg World of Biodiversityが所有するSenckenberg（メタ）データポータルで公開されているデータセット（藻類から哺乳類まで、世界中の外来種を詳細にまとめたもの）を使って分析します。分析には、GridDB CloudとPythonを使用する予定です。
GridDBとPythonを用いた消費者購買パターンの探索
消費者行動を理解することは、マーケティング担当者が消費者の購買意欲を理解する上で重要です。 このブログの目的は、Google Merchandise Storeの顧客の購買行動をGridDBの力を使って分析することです。分析結果は、Googleアナリティクスデータの上にデータ分析を利用することを選択した企業にとって、より実行可能な業務改革やマーケティング予算の有効活用につながるかもしれません。
JavaとGridDBによるパーセプトロンニューラルネットワーク
多層パーセプトロンとは、入力データを適切な出力に対応させるフィードフォワードの人工ニューラルネットワークモデルを指します。 今回は、パーセプトロンのニューラルネットワークモデルをJavaとGridDBで実装します。このモデルの目的は、住宅価格が住宅価格の中央値より上か下かを予測することです。
JavaとGridDBによるAdaBoost、バギング、スタッキング、およびVotingの実装
AdaBoost、バギング、スタッキング、Votingはすべてアンサンブル学習の手法です。アンサンブル学習は機械学習の一種で、一般に「弱い学習器」や「ベースモデル」と呼ばれる複数のモデルを特定の問題を解決するために学習させ、より良い結果を得るために組み合わせるものです。今回は、これらのアンサンブル学習の手法を、JavaとGridDBを用いて実装します。