Submit Search
Upload
Azure ml上のRにおける状態空間法でのwebのアクセス解析
•
Download as PPTX, PDF
•
1 like
•
2,526 views
池田 直哉
Follow
Azure ML上のRによってWebのアクセス解析を状態空間モデルで試みる。
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 9
Download now
Recommended
Azure machine learning
Azure machine learning
池田 直哉
Accord.netによる線形回帰
Accord.netによる線形回帰
池田 直哉
Introduction to argo
Introduction to argo
Shunya Ueta
Introduction to TFX (TFDV+TFT+TFMA)
Introduction to TFX (TFDV+TFT+TFMA)
Shunya Ueta
Kubeflowで何ができて何ができないのか #DEvFest18
Kubeflowで何ができて何ができないのか #DEvFest18
Shunya Ueta
Azure MLによるWeb Serviceの作り方
Azure MLによるWeb Serviceの作り方
nishioka1
[DL輪読会]Learning to Navigate in Cities Without a Map
[DL輪読会]Learning to Navigate in Cities Without a Map
Deep Learning JP
Kuberflow Kubernetes上の機械学習プラットフォーム
Kuberflow Kubernetes上の機械学習プラットフォーム
Kosuke Kikuchi
Recommended
Azure machine learning
Azure machine learning
池田 直哉
Accord.netによる線形回帰
Accord.netによる線形回帰
池田 直哉
Introduction to argo
Introduction to argo
Shunya Ueta
Introduction to TFX (TFDV+TFT+TFMA)
Introduction to TFX (TFDV+TFT+TFMA)
Shunya Ueta
Kubeflowで何ができて何ができないのか #DEvFest18
Kubeflowで何ができて何ができないのか #DEvFest18
Shunya Ueta
Azure MLによるWeb Serviceの作り方
Azure MLによるWeb Serviceの作り方
nishioka1
[DL輪読会]Learning to Navigate in Cities Without a Map
[DL輪読会]Learning to Navigate in Cities Without a Map
Deep Learning JP
Kuberflow Kubernetes上の機械学習プラットフォーム
Kuberflow Kubernetes上の機械学習プラットフォーム
Kosuke Kikuchi
H2O 3.0 with .net
H2O 3.0 with .net
池田 直哉
Predictive analytics and julia
Predictive analytics and julia
池田 直哉
~$Tongue, face and body diagnosis (warning)
~$Tongue, face and body diagnosis (warning)
audrygodwyn
Tongue diagnosis support system
Tongue diagnosis support system
池田 直哉
tongue
tongue
batrezkevin
RandomForest
RandomForest
goodbaton
20141220 tokyowebmining state_spacemodel
20141220 tokyowebmining state_spacemodel
Kenny ISHIMURA
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
horihorio
状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38
horihorio
RuntimeUnitTestToolkit for Unity
RuntimeUnitTestToolkit for Unity
Yoshifumi Kawai
NextGen Server/Client Architecture - gRPC + Unity + C#
NextGen Server/Client Architecture - gRPC + Unity + C#
Yoshifumi Kawai
MLflowで学ぶMLOpsことはじめ
MLflowで学ぶMLOpsことはじめ
Kenichi Sonoda
Azure Machine Learning Hands-on - AutoML編 - 2020年1月
Azure Machine Learning Hands-on - AutoML編 - 2020年1月
Daiyu Hatakeyama
東北大学AIE - 機械学習中級編とAzure紹介
東北大学AIE - 機械学習中級編とAzure紹介
Daiyu Hatakeyama
機械学習 / Deep Learning 大全 (5) Tool編
機械学習 / Deep Learning 大全 (5) Tool編
Daiyu Hatakeyama
20221111_JPUG_CustomScan_API
20221111_JPUG_CustomScan_API
Kohei KaiGai
【17-C-2】 クラウド上でのエンタープライズアプリケーション開発
【17-C-2】 クラウド上でのエンタープライズアプリケーション開発
lalha
Microsoft AI セミナー - Microsoft AI Platform
Microsoft AI セミナー - Microsoft AI Platform
Daiyu Hatakeyama
設計/ドメイン設計(5) 【クラウドアプリケーションのためのオブジェクト指向分析設計講座 第27回】
設計/ドメイン設計(5) 【クラウドアプリケーションのためのオブジェクト指向分析設計講座 第27回】
Tomoharu ASAMI
Azure Machine Learning アップデートセミナー 20191127
Azure Machine Learning アップデートセミナー 20191127
Keita Onabuta
データ仮想化を活用したデータ分析のフローと分析モデル作成の自動化のご紹介
データ仮想化を活用したデータ分析のフローと分析モデル作成の自動化のご紹介
Denodo
ドメイン駆動設計入門
ドメイン駆動設計入門
増田 亨
More Related Content
Viewers also liked
H2O 3.0 with .net
H2O 3.0 with .net
池田 直哉
Predictive analytics and julia
Predictive analytics and julia
池田 直哉
~$Tongue, face and body diagnosis (warning)
~$Tongue, face and body diagnosis (warning)
audrygodwyn
Tongue diagnosis support system
Tongue diagnosis support system
池田 直哉
tongue
tongue
batrezkevin
RandomForest
RandomForest
goodbaton
20141220 tokyowebmining state_spacemodel
20141220 tokyowebmining state_spacemodel
Kenny ISHIMURA
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
horihorio
状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38
horihorio
RuntimeUnitTestToolkit for Unity
RuntimeUnitTestToolkit for Unity
Yoshifumi Kawai
NextGen Server/Client Architecture - gRPC + Unity + C#
NextGen Server/Client Architecture - gRPC + Unity + C#
Yoshifumi Kawai
Viewers also liked
(11)
H2O 3.0 with .net
H2O 3.0 with .net
Predictive analytics and julia
Predictive analytics and julia
~$Tongue, face and body diagnosis (warning)
~$Tongue, face and body diagnosis (warning)
Tongue diagnosis support system
Tongue diagnosis support system
tongue
tongue
RandomForest
RandomForest
20141220 tokyowebmining state_spacemodel
20141220 tokyowebmining state_spacemodel
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
分析のビジネス展開を考える―状態空間モデルを例に @TokyoWebMining #47
状態空間モデルの考え方・使い方 - TokyoR #38
状態空間モデルの考え方・使い方 - TokyoR #38
RuntimeUnitTestToolkit for Unity
RuntimeUnitTestToolkit for Unity
NextGen Server/Client Architecture - gRPC + Unity + C#
NextGen Server/Client Architecture - gRPC + Unity + C#
Similar to Azure ml上のRにおける状態空間法でのwebのアクセス解析
MLflowで学ぶMLOpsことはじめ
MLflowで学ぶMLOpsことはじめ
Kenichi Sonoda
Azure Machine Learning Hands-on - AutoML編 - 2020年1月
Azure Machine Learning Hands-on - AutoML編 - 2020年1月
Daiyu Hatakeyama
東北大学AIE - 機械学習中級編とAzure紹介
東北大学AIE - 機械学習中級編とAzure紹介
Daiyu Hatakeyama
機械学習 / Deep Learning 大全 (5) Tool編
機械学習 / Deep Learning 大全 (5) Tool編
Daiyu Hatakeyama
20221111_JPUG_CustomScan_API
20221111_JPUG_CustomScan_API
Kohei KaiGai
【17-C-2】 クラウド上でのエンタープライズアプリケーション開発
【17-C-2】 クラウド上でのエンタープライズアプリケーション開発
lalha
Microsoft AI セミナー - Microsoft AI Platform
Microsoft AI セミナー - Microsoft AI Platform
Daiyu Hatakeyama
設計/ドメイン設計(5) 【クラウドアプリケーションのためのオブジェクト指向分析設計講座 第27回】
設計/ドメイン設計(5) 【クラウドアプリケーションのためのオブジェクト指向分析設計講座 第27回】
Tomoharu ASAMI
Azure Machine Learning アップデートセミナー 20191127
Azure Machine Learning アップデートセミナー 20191127
Keita Onabuta
データ仮想化を活用したデータ分析のフローと分析モデル作成の自動化のご紹介
データ仮想化を活用したデータ分析のフローと分析モデル作成の自動化のご紹介
Denodo
ドメイン駆動設計入門
ドメイン駆動設計入門
増田 亨
設計/ドメイン設計(3) 【クラウドアプリケーションのためのオブジェクト指向分析設計講座 第25回】
設計/ドメイン設計(3) 【クラウドアプリケーションのためのオブジェクト指向分析設計講座 第25回】
Tomoharu ASAMI
Azure Cosmos DB を使った クラウドネイティブアプリケーションの 設計パターン
Azure Cosmos DB を使った クラウドネイティブアプリケーションの 設計パターン
Kazuyuki Miyake
【de:code 2020】 アマダの Azure への取り組みと DevOPS・MLOPS 環境の構築と運用
【de:code 2020】 アマダの Azure への取り組みと DevOPS・MLOPS 環境の構築と運用
日本マイクロソフト株式会社
Azure Cosmos DB を使った高速分散アプリケーションの設計パターン
Azure Cosmos DB を使った高速分散アプリケーションの設計パターン
Kazuyuki Miyake
[Cloud OnAir] 最新アップデート Google Cloud データ関連ソリューション 2020年5月14日 放送
[Cloud OnAir] 最新アップデート Google Cloud データ関連ソリューション 2020年5月14日 放送
Google Cloud Platform - Japan
【Microsoft×Aidemy】初めて作る!機械学習モデルハンズオンセミナー: Designer の知っておきたい便利機能
【Microsoft×Aidemy】初めて作る!機械学習モデルハンズオンセミナー: Designer の知っておきたい便利機能
Daiyu Hatakeyama
Azure machine learning service 最新の機械学習プラットフォーム
Azure machine learning service 最新の機械学習プラットフォーム
Keita Onabuta
Introduction to extensions and other useful features for developing apps usin...
Introduction to extensions and other useful features for developing apps usin...
Shotaro Suzuki
Polyglot Persistence and Graph Schema
Polyglot Persistence and Graph Schema
Takao Tetsuro
Similar to Azure ml上のRにおける状態空間法でのwebのアクセス解析
(20)
MLflowで学ぶMLOpsことはじめ
MLflowで学ぶMLOpsことはじめ
Azure Machine Learning Hands-on - AutoML編 - 2020年1月
Azure Machine Learning Hands-on - AutoML編 - 2020年1月
東北大学AIE - 機械学習中級編とAzure紹介
東北大学AIE - 機械学習中級編とAzure紹介
機械学習 / Deep Learning 大全 (5) Tool編
機械学習 / Deep Learning 大全 (5) Tool編
20221111_JPUG_CustomScan_API
20221111_JPUG_CustomScan_API
【17-C-2】 クラウド上でのエンタープライズアプリケーション開発
【17-C-2】 クラウド上でのエンタープライズアプリケーション開発
Microsoft AI セミナー - Microsoft AI Platform
Microsoft AI セミナー - Microsoft AI Platform
設計/ドメイン設計(5) 【クラウドアプリケーションのためのオブジェクト指向分析設計講座 第27回】
設計/ドメイン設計(5) 【クラウドアプリケーションのためのオブジェクト指向分析設計講座 第27回】
Azure Machine Learning アップデートセミナー 20191127
Azure Machine Learning アップデートセミナー 20191127
データ仮想化を活用したデータ分析のフローと分析モデル作成の自動化のご紹介
データ仮想化を活用したデータ分析のフローと分析モデル作成の自動化のご紹介
ドメイン駆動設計入門
ドメイン駆動設計入門
設計/ドメイン設計(3) 【クラウドアプリケーションのためのオブジェクト指向分析設計講座 第25回】
設計/ドメイン設計(3) 【クラウドアプリケーションのためのオブジェクト指向分析設計講座 第25回】
Azure Cosmos DB を使った クラウドネイティブアプリケーションの 設計パターン
Azure Cosmos DB を使った クラウドネイティブアプリケーションの 設計パターン
【de:code 2020】 アマダの Azure への取り組みと DevOPS・MLOPS 環境の構築と運用
【de:code 2020】 アマダの Azure への取り組みと DevOPS・MLOPS 環境の構築と運用
Azure Cosmos DB を使った高速分散アプリケーションの設計パターン
Azure Cosmos DB を使った高速分散アプリケーションの設計パターン
[Cloud OnAir] 最新アップデート Google Cloud データ関連ソリューション 2020年5月14日 放送
[Cloud OnAir] 最新アップデート Google Cloud データ関連ソリューション 2020年5月14日 放送
【Microsoft×Aidemy】初めて作る!機械学習モデルハンズオンセミナー: Designer の知っておきたい便利機能
【Microsoft×Aidemy】初めて作る!機械学習モデルハンズオンセミナー: Designer の知っておきたい便利機能
Azure machine learning service 最新の機械学習プラットフォーム
Azure machine learning service 最新の機械学習プラットフォーム
Introduction to extensions and other useful features for developing apps usin...
Introduction to extensions and other useful features for developing apps usin...
Polyglot Persistence and Graph Schema
Polyglot Persistence and Graph Schema
Azure ml上のRにおける状態空間法でのwebのアクセス解析
1.
AZURE ML上のRにおける状 態空間法でのWEBサイトの アクセス解析 池田 直哉 2015-3-28
2.
対象データ BlogサイトのGoogle Analyticsからエクスポートしたアクセスユーザ 数
対象期間: 2014-11-1 ~ 2015 – 3 - 25
3.
方法 Azure MLには状態空間法を実装したビルディングブロックは現状ない (2015/3/25現在)
Azure MLでR言語を使用しモデリングする R言語でのパッケージはdlmを用いる まず、ローカルレベルモデルでモデリングを行いその結果によって今 後の分析方針を決定する
4.
作成したEXPERIMENT
5.
R CODE (LOCAL
LEVEL MODEL) # Load modules require(dlm) # Map 1-based optional input ports to variables dataset <- maml.mapInputPort(1) # class: data.frame # Extract PV from data set pv <- dataset$access # Building function build.1 <- function(theta) { dlmModPoly(order=1, dV = exp(theta[1]), dW = exp(theta[2])) } # Fitting fit.1 <- dlmMLE(pv, parm=c(1,1), build.1) # Modeling by fitted parameters mod.pv <- build.1(fit.1$par) # Filtered pvFilt <- dlmFilter(pv, mod.pv) # Smoothed pvSmooth <- dlmSmooth(pvFilt) # Output plot(pv, type="o", col=8, ylab="", main="PV Smoothing") lines(dropFirst(pvSmooth$s), col=4, lwd=2) http://logics-of-blue.com/dlm%E3%81%AE%E4%BD%BF%E3%81%84%E6%96%B9/を参照
6.
出力結果と考察 ローカルレベルのみでほぼPVの 変動を説明可能だが、一部の投 稿によるスパイク上の変動が 残っているため、特定の投稿に よるスパイクをモデル化するた めの項を追加する必要性がある と考える。 スパイク上の影響がロー カルレベルに残っている ため、これを除去しない と説明しにくい。 突発的なアクセスの増加は2014/12/25のもので Advent Calendarの記事による一時的な現象と推 測される
7.
結論 ローカルレベルモデルによる分析でサイトのPVは順調に伸びているこ とが示唆される 2014/12/25の突発的なアクセスの上昇はAdvent
Calendarによる一 時的なものである可能性がある Advent Calendarの影響を説明するにはローカルレベルモデルに加え てスパイク上の上昇を説明するための項を加えてリモデルすることが 望ましい
8.
参考文献 1. J.J.コマンダー、S.J.クープマン 状態空間
時系列分析入門 2. 北川源四郎 時系列解析入門
9.
ONE MORE THING
Jubatus .NET Client H2OのAzure Storage対応作ってます
Download now