文献

J-GLOBAL ID：201402296695167472   整理番号：14A1371806

ビックデータと統計学

著者 (1件)： 鎌倉稔成 (中央大 理工)
資料名： OKIテクニカルレビュー  (Oki Technical Review)
巻： 81  号： 2  ページ： 4-7  発行年： 2014年10月31日 
JST資料番号： F0243A  ISSN： 1346-5961  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本論文では,ビッグデータ活用のために統計技法がいかに必要であるかについて解説した。ビッグデータは,莫大な変数について,質的データ,量的データ,テキストデータ,画像データ等あらゆるデータを極めて高いサンプリングレートで時間軸上に並べられた,複数個体のデータである。まずは,データの整理である。統計学の第1歩は,どんなに計算技術が進歩した今日においても,集計である。次にモデリングである。ビッグデータはビッグであると同時に,スモールでもあるというということである。スモールデータには,仮説表現としての統計的モデリングが有効であり,適切に構築したモデルでは,クラスタリング手法による撹乱パラメータの層別,比較的制約条件の緩いベイズ推定による,撹乱パラメータの実質的量の減少化が可能となる。

シソーラス用語： *統計学 ,  統計的方法 ,  *データ蓄積 ,  速度 ,  *データ解析 ,  *Web【情報システム】 ,  電子メール ,  *データ ,  構造パラメータ ,  理論
準シソーラス用語： ビッグデータ ,  サンプリングレート ,  ツイッター ,  画像データ ,  テキストデータ ,  学習理論

分類 (2件)： 情報源  (AC03000B) ,  データベースシステム  (JD03030U)

引用文献 (5件)：

• Hand, D. J., et. al.: Principles of Data Mining (Adaptive Computation and Machine Learning), 2001, The MIT Press
• Huber, P. J.: Massive datasets workshop: four years after, Journal of Computational and Graphical Statistics, 8, 635-652, 1999
• 水田正弘 : ビッグデータとは何か、統計学ガイダンス、数学セミナー増刊 (日本統計学会+数学セミナー編集部)、21-25, 2014
• K. Takeuchi: Hybrid Solid-State Storage System with Storage Class Memory and NAND Flash Memory for Big-Data Application, to be presented in ISCAS, June 2014
• Cox, D. R.: Regression Models and Life-Table, Biometrika, 34, 2, 187-220, 1972

タイトルに関連する用語 (1件)： 統計学