株式市場は気まぐれで、よく変化します。人間は歴史の中で雄牛を飼い慣らそうとしてきたが、決して成功しなかった。株式市場の予測が難しいのは、あまりにも多くの要因が絡み合っているからであり、そのような分散を考慮したモデルを作成することはほとんど不可能です。しかし、近年の機械学習やコンピューティングの進歩により、機械が大量のデータを処理できるようになりました。これにより、過去の証券取引所のデータを利用し、トレンドを分析することができるようになります。この記事では、pythonとGridDBを活用して、Googleの過去1年間の株価データを分析します。
GridDBによるTwitter感情分析 – Part 1
特定のトピックに対するユーザーの意見を追跡するために、日々生成される膨大なテキストデータにおける感情を把握する必要が生じることがあります。また、特定の地域の感情の値を可視化することで、企業の意思決定に役立てることができます。このブログでは、ツイートデータセットをGridDBにロードし、データセットの感情の分析を行い、matplotlibを使って可視化する方法を紹介します。
GridDBクラウドの紹介
このブログでは、オンラインポータルを通じてデータベースをクラウドサービスとして提供するサービス、GridDB クラウドを紹介します。いくつかの基本的な機能を紹介し、これから利用するユーザのためにセットアップの方法と使い方を説明します。
GridDBによる暗号通貨市場の歴史的データの収集と可視化に関する手順のガイド
このブログは、前回のこちらの暗号通貨ブログの続きです。 現在、暗号通貨市場をリードしているビットコインの時価総額は、この記事を書いている時点で10億839万9,725,691ドルとなっており、このブログを公開する頃には、その高いボラティリティのおかげで、さらに高くなっているかもしれません。