セマンティックレイヤー / Headless BIとは
この記事は何 2023年、世間はLLMで大騒ぎですが、データの業界ではセマンティックレイヤー・Headless BIへの注目も高まっています。 これは、まだ国内では黎明期ともいえるそんな技術が、今後どんな存在となりうるのかを、筆者の個人的な解釈と妄想をもとに述べる長文ポエムです。 セマンティックレイヤーとは まず最初にセマンティックレイヤーについて解説します。 セマンティックレイヤーとは セマンティックレイヤーとは、データベースとデータ利用者の間に入り、両者間のやりとりを円滑にする存在です。 データ統合プラットフォームを提供するAirbyte社は、セマンティックレイヤーをデータとビジネスユーザーの中間に位置する、複雑なデータを理解可能なビジネスの概念に変換・翻訳するレイヤーと説明しています。 A semantic layer is a translation layer that sits
データエンジニアが支持する各分野のトップ製品、注目技術は？ Airbyteが順位発表
データパイプラインプラットフォームのAirbyteは2023年5月25日（米国時間）、データエコシステムに関する調査レポート「The State of Data 2023」を公開した。北米、欧州、アジアを中心に886人の参加者から回答を得た。回答者の属性は、データエンジニアまたはソフトウェアエンジニアが中心（50％）だ。 同調査では、データエンジニアリング分野で注目されている技術を調査しており、各領域で注目されている技術や導入動向を明らかにした。 データエンジニアリング分野で注目されている技術とは？ データ変換 関連記事 取り扱い注意 ソーシャルメディアデータの収集、分析に最適なOSINTツール5選 ESETは公式ブログで、さまざまなソーシャルメディアプラットフォーム上の公開データを収集、分析するための便利なツールとして、OSINT（Open Source INTelligence）ツール
人気BIツール8つを詳細に比較【2022最新】
もちろん、上記とは異なる意見をお持ちの方もいるでしょう。しかし、自身の個別具体的な環境や経験においてはざっくりこのような印象です。以降、詳しく説明していきます。 「データ視覚化/ダッシュボードデザインを成功させる95のチェックリスト」をダウンロードする 2. すぐに分析を始められる「Power BI」 （公式Youtubeチャンネルから拝借） 120種類のデータソースに接続できるExcel、テキストファイル、各データベースなどのオンプレミスから、Azure、GCP、IBMなどのクラウドまで約120種類のデータに接続できます。 Excelベースの分かりやすいインターフェース誰もが使い慣れているExcelと同じインターフェースです。そのため、新しく何かを始める時によく起こる「どこに、なにがあるのか分からない」という状況には陥りません。 操作が簡単基本操作はドラッグ&ドロップとクリックのため、簡
dotDataがTableauと連携し、BIユーザー向けにAI / 機械学習の利用を加速
dotDataがTableauと連携し、BIユーザー向けにAI / 機械学習の利用を加速TableauとdotDataの「AutoML 2.0」を連携し、容易かつ迅速なBI＋AI を実現 企業のデータサイエンス活用の自動化・運用化のリーダーであるdotData, Inc. （本社：カリフォルニア州、CEO：藤巻 遼平、以下 dotData）は、人工知能（AI） / 機械学習（ML）モデル開発を加速する「AutoML 2.0」プラットフォームが、データ分析および可視化プラットフォームのリーディング企業であるTableau Softwareのデータ分析プラットフォームとシームレスな連携が可能になったことを発表します。 この連携により、両社の顧客企業はデータ活用からより深いインサイトの獲得と予測分析が可能になります。Tableauユーザーは、TableauとdotDataの「AutoML 2.0
【書評】Tableauを使って機械学習の効率を上げよう「Tableauで始めるデータサイエンス」 | DevelopersIO
先日、ご縁があって「Tableauで始めるデータサイエンス」を株式会社秀和システム様からご献本いただきましたので紹介エントリーを書こうと思います。 （ご献本いただきまして、誠にありがとうございます） 実際に読んでみて、「Tableau使うと可視化が楽にいい感じにできるし、機械学習の工程では可視化は重要だしで相性がいいんだなぁ」と何回も思わされました。 内容としては「Tableau、Pythonの基本的な使い方」や「機械学習をするにあたっての考え方や進め方」、「実際のデータを使った実践例」が懇切丁寧に解説されており、「Tableau、Python使ったことない...。けど機械学習に興味ある」、「機械学習に興味がある」、「機械学習は既にやっているけど、可視化部分を効率化＆高品質化する方法を知りたい」といった方にオススメです。 ページ数が多いのですが、それは「画像や図をふんだんに使って直感的に解
BigQuery MLエンジンとTableauで実現する中古マンション取引額予測シミュレーションの実際 | 株式会社プリンシプル
BigQuery MLによる予測の全体像 機械学習を学ぶにあたり、その全体像が提示されていないことが妨げになっている気がしています。筆者も勉強中の身ではありますが、自分自身の学びの整理のためにも本記事を執筆しています。 本ブログ記事は、過度に詳細に踏み込まない代わりに、その全体像を提示することで、私と同様の学習者である多くのユーザーがBigQueryのMLエンジンを利用できるようになる（少なくともやってみようと思える）ことを目的としています。 全体像は以下の7ステップで説明できます。そのうち、純粋に機械学習周りの技術を使っているのは、3、4、5、6のステップであり、1、2は準備、7は検算です。 データの取得と整形 整形の完了したデータのアップロード モデルの作成 モデルの評価 特徴量の調整やモデルのオプションの調整 予測値の取り出し 検算 ① データの取得と整形 機械学習にはある程度まとま
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
TechCrunch