機械学習

はじめにTABLESAMPLE句を利用すると任意のテーブルやビューから、無作為にデータをサンプリングすることができます。例えば、機械学習のためのデータを準備する際にTABLESAMPLE句を利用して、学習データ／テスト...

はじめに機械学習で作成したモデルのサマリー情報を確認する場合は、GET_MODEL_SUMMARY関数を使用します。サマリー情報では、説明変数のp値や、モデル作成時に使用した説明変数やハイパーパラメータの値などを確...

はじめに機械学習を行う際、多くの場合はカテゴリデータをそのまま利用することはできないため、事前にベクトル表現に変換する必要があります。例えば、カラー列に「赤」、「緑」、「青」の三種類のデータがある...

はじめに機械学習を行う際、最適なアルゴリズムやパラメータを見極めるための評価手法としてCross-Validation(交差検証)を使用することができます。例えば、10,000件のデータで予測モデルを作成する場合、学習デ...

はじめに機械学習を行う際などは、対象データの平均、中央値、最大値/最小値、標準偏差等を確認して、データを俯瞰する必要があります。Vertica 9.0より、SUMMARIZE_NUMCOL関数を使用することで、これら統計サマ...

Verticaで実現する機械学習 Verticaはデータベースでありながら、ハイパフォーマンスな機械学習機能を持っており機械学習モデルの作成や、モデルを使った予測をSQLで簡単、高速に実現できます。本動画では、セン...

本記事では、Verticaの性能や機能に関するデモ動画の記事をまとめています。Verticaの検索パフォーマンスに関するデモ動画1つ目は、自動チューニングのみで圧倒的な検索パフォーマンスを発揮するVerticaのデモ動...

はじめにこの記事では、Verticaの機械学習機能を利用したユースケースを業種別にご紹介します。Verticaの機械学習機能については、これまでも幾つかの記事でご紹介してきました。簡単に機械学習をおさらいした上...

Verticaでは、機械学習の分類アルゴリズムとしてランダムフォレストを利用できます。ランダムフォレストとはランダムフォレストは、機械学習における教師あり学習で、分類を行う際に利用できます。ランダムフォレ...

Verticaでは、機械学習のクラスタリングアルゴリズムとしてk-means(k平均法)を利用できます。k-meansとはk-meansは、機械学習における教師なし学習で、クラスタリングを行う際に利用されます。k-meansの利用例は...