Analytics

データを解析し、情報を得るためのパターンを見つける。

Read more   

Related code patterns

フィーチャー・エンジニアリングとモデルの採点を行う

このコード・パターンでは、IBM Watson Studio Local を利用して、ワインを分類する機械学習モデルの作成とトレーニングを自動化する方法を説明します。


IBM Open Data Analytics for z/OS で Python と Jupyter Notebook を使用して、カスタマー・チャーン・データを分析する

このコード・パターンでデモする探索的 Jupyter Notebook は、メインフレーム上で顧客の個人データとクレジット・カード取引データを分析し、取引銀行を変えるという顧客の決定に影響している可能性のある要因を明らかにします。


資産管理会社の顧客に関する洞察を引き出す

Jupyter Notebook を使用して Client Insight for Wealth Management サービスについて探り、このサービスを利用する Web アプリケーションを作成する。


クリックストリームを分析して顧客の関心事を理解する

クリックストリーム・データを取り込み、インタラクティブな視覚化を使用して Web サイトでの顧客の活動を分析する。


IoT センサー・データの予測アナリティクスに基づいてエッジで是正アクションをとる

変化点検出によって IoT システムまたはサブシステム内で異常が検出された時点で、予測アナリティクス・モデルに基づく故障予測を行うことにより、発生しつつある故障状態を事前に特定できます。


ターゲット・オーディエンスを決定してマーケティング・キャンペーンを実施する

Watson Studio と Watson Campaign Automation を統合して、ターゲット・オーディエンスを調整した効果的なキャンペーンを繰り広げる


オンプレミス・データを使用して、クラウド・ベースの機械学習モデルをトレーニングする

Secure Gateway を利用して、Watson Studio でオンプレミス・データを使用してトレーニングできるようにする。


Cognos ダッシュボードから Watson Machine Learning を利用して、通信会社の顧客離れをリアルタイムで予測する

カスタム・コントロール・ウィジェットを作成し、そのウィジェットを Cognos ダッシュボード内に統合してリアルタイムの結果を表示する方法を説明します。


クライアント・ネットワーク・バンキング

クライアント・ネットワークとして知られる、1 つの場所で照合されたリアルタイムの顧客情報を取得するためのものです。このパターンで対象としているのは、銀行で顧客への投資を担当する顧客関係の管理者です。


Watson Studio を使用して、Watson Discovery News から返されたクエリー結果を視覚化する

ニュース記事を基に、特定の事象に対する全体的な感情を把握することは可能でしょうか?その答えは、イエスです。


Spark と PixieDust を使用して Jupyter Notebook 内で購買履歴データを分析する

Jupyter Notebook を IBM Watson Studio 内で使用して、Apache Spark と PixieDust というオープンソースの Python パッケージによって迅速に購買履歴データを分析し、グラフと地図を生成する方法を紹介します。


投資ポートフォリオ向けストレス・テスト・アプリを作成する

一連の金融関連の Web サービスを利用して、ポートフォリオ向けストレス・テスト・アプリを作成する方法を学んでください。


機械学習を金融リスク・マネジメントに適用する

顧客の信用度を判断するための金融リスク・モデルを IBM z/OS 上にデプロイする方法を説明します。


メインフレーム上で API を使用して小売客のカスタマー・エクスペリエンスを変革する

API を使用してエンタープライズ IT インフラストラクチャーから収集したデータを利用する、ハイブリッド・クラウド環境の小売業向けアプリケーションを作成する方法を紹介します。


Swift を使用して Hacker News の非構造化データを解釈する

大量の非構造化データ・ソースから洞察を得るのは次第に簡単になってきています。それは、機械学習テクノロジーのおかげです。


サーバーレス・ホーム・オートメーション・ハブの音声制御を実装する

このわずか数年の間で、ホーム・オートメーションはサイエンス・フィクションではなく、現実のものになりました。いかに簡単にホーム・オートメーション・ハブを構築できるかを確かめてください。


Facebook 使用状況データから隠れた洞察を発見する

Jupyter Notebook、PixieDust、そして IBM Watson™ コグニティブ・サービスの力を結集させて、Facebook の大量の非構造化データからマーケティングに役立つ洞察を引き出してください。


Jupyter Notebook を使用して Starcraft II リプレイを分析する

リプレイ分析によって興味深い洞察を見つけたいと思っている開発者にとっても、ゲームのスキル向上を目指すプロのプレイヤーにとっても、目標達成に役立つはずです。


機械学習アルゴリズムのトレーニングを高速化する

Nimbix による PowerAI 仮想化ソフトウェアを使用して迅速に機械学習アルゴリズムをトレーニングする方法を開発者向けに説明します。


外出先でモバイル画像にコグニティブを適用する

Swift で作成された Kitura ベースのサーバー・アプリケーションをモバイル iOS アプリケーション内で使用する方法を説明します。


San Francisco 市の交通データを分析する

データを使用して Jupyter Notebooks やその他の成果物を作成しているあらゆる開発者を対象に、このコード・パターンではオープンソースのヘルパー・ライブラリー PixieDust の威力を紹介します。


現実を拡張してフライト・データと気象データを相互に関連付ける

空中には大量のデータが飛び交っています。そのようなデータを、ソフトウェア無線を使って取り込めば、シンプルな Raspberry Pi センサー・ノードを使用して、近くを飛んでいる民間飛行機を追跡できます。


動的ダッシュボード・アプリケーションを構築する

IBM Dynamic Dashboard Embedded の力をデモンストレーションする Angular 5 と Node.js のデモ・アプリの実行方法を説明します。


イベント・データ・ストリームを取り込んで分析し、タイムリーな洞察を引き出す

タクシー乗車イベントのストリーム配信と並行してタクシー乗車に関するタイムリーな統計を表示するために、Jupyter Notebook、Spark SQL、matplotlib を使用します。


深層学習を使用してレストランのレビューを生成する

不正な製品レビューといった問題には、どのように対処すればよいでしょうか?その答えは、こうした不正なレビューを作成したモデルと同じ生成モデルを使用して対抗することです。


一般公開されている医療データセットを分析して洞察を引き出す

世界中に健康問題が溢れかえる中、さまざまな健康問題のデータを抽出してそこから意味を引き出そうと目指しているデータ・サイエンティストの目の前にはデータの金鉱があります。


IoT センサー・データを使用して機器故障を予測する

IBM Watson Studio クラウドにロードしたサンプル・データを Python 2.0 ソフトウェアで処理します。


ソフトウェア開発成果物から洞察をマイニングする

十分な情報に基づいた意思決定を支援するために、非構造化データを分析して洞察力を生み出す網羅的なアナリティクス・ソリューションを構築します。


非構造化データから個人データの特徴を採取する

非構造化データから個人データを識別しようとしたことはありますか?もしそうなら、それがどれほど骨のかかる作業になるかご存知のことでしょう。


ロボット型計算・推測エージェントを作成する

NAO ロボット、Watson Assistant API、DSX を使用して対話式インターフェースを作成する手順を最初から最後まで案内します。


さまざまなソースからのドキュメントを互いに関連付ける

Python NLTK と IBM Data Science Experience を利用して、複数のドキュメント全体にわたってコンテンツを相互に関連付けます。


データ・サイエンスのワークフローを、Node-RED を使用して編成する

Node-RED を使用して、IBM Watson Studio 分析ワークフローをトリガーする Web インターフェースを作成する方法を説明します。


投資管理のためのチャットボットを作成する

Watson Assistant を利用して、投資に関する照会と有価証券の分析に対応できる、複数のインターフェースを備えた財務チャットボットを作成します。


Watson のテキスト分類を拡張する

単純な入力構成 JSON ファイル を使用することで、Natural Language Understanding から得られる結果の精度を向上させることができます。


IoT センサー・データから変化点を検出する

IoT センサー・データ、IBM Watson Studio、そして統計計算用の R ソフトウェアを使用して、データ分析によって変更点を検出する方法を説明します。


Related Blogs

ショートコードに合う投稿は見つかりませんでした。