データ分析手法

実際の当社のサービスで使用するデータ分析手法をご紹介します。
お客様の課題に最適なデータ分析ソリューションを提供するため、最先端の技術を積極的に取り入れています。
調査・研究中の技術は「研究紹介/コラム」をご覧ください。

畳み込みニューラルネットワーク

畳み込みニューラルネットワーク(CNN)とは画像処理分野でよく用いられる深層学習手法の一つです。自動 […]
続きを読む
深層学習

敵対的生成ネットワーク

敵対的生成ネットワーク(GAN)とは、用意されたデータから繰り返しデータ生成を行い、本物のようなデー […]
続きを読む
教師なし学習深層学習

アソシエーション分析

アソシエーション分析とは、大量データの中から自社にとって有益な情報を見つけ出すデータマイニングの一種 […]
続きを読む
教師なし学習

自己組織化マップ

自己組織化マップとはフィンランドの研究者T. Kohonenが開発したクラスタリング手法であり、複雑 […]
続きを読む
教師なし学習

クラスター分析

クラスター分析とは機械学習の教師なし学習の一つであり、様々な性質をもつデータが大量に集まった中から、 […]
続きを読む
教師なし学習

主成分分析

主成分分析とは、多数の変数を少ない変数に置き換え要約することでデータを理解しやすくする手法です。 手 […]
続きを読む
教師なし学習

時系列分析

時系列分析とは回帰分析の手法の一つで、時系列順に並んだデータを用い将来の値を予測する手法です。時系列 […]
続きを読む
教師あり学習

リッジ回帰

リッジ回帰とは線形回帰の一つで、線形回帰の式に重みの二乗の合計であるL2正則化項を加えたものです。L […]
続きを読む
教師あり学習

ロジスティック回帰

教師あり学習の代表的な手法の一つがロジスティック回帰分析です。ある事象が発生するか否かの2値の結果が […]
続きを読む
教師あり学習

重回帰分析

重回帰分析とは、教師あり学習の回帰分析の一つで複数の説明変数を用いて目的変数との関係を推定する手法で […]
続きを読む
教師あり学習

XGBoost

XGBoostは機械学習で用いられるアンサンブル学習の一つであり、ブースティングと決定木を組み合わせ […]
続きを読む
教師あり学習

LightGBM

LightGBMとは勾配ブースティング決定木を基にした機械学習手法で、2016年に米マイクロソフト社 […]
続きを読む
教師あり学習

勾配ブースティング決定木

勾配ブースティング(GBDT)とは、決定木をベースにしたアンサンブル学習法の一つです。ひとつ前の決定 […]
続きを読む
教師あり学習

ランダムフォレスト

ランダムフォレストとは、複数の決定木を組み合わせたアンサンブル学習法の一つです。多数の決定木を用いて […]
続きを読む
教師あり学習

決定木

教師あり学習の代表的な手法の一つが決定木分析です。決定木と呼ばれる樹形図を作成し、条件に「該当する」 […]
続きを読む
教師あり学習