Rで行う決定木とSVMの予測比較

Ｒで決定木を行う方法
http://blog.goo.ne.jp/xmldtp/e/7cbe95a2edade2eaa312764c8b9389ac

の続きメモ。決定木とSVMの比較。

データはＲに入っているirisを使っています。また

Rで行うSVM解析
http://bi.biopapyrus.net/machine-learning/svm/r-svm.html

を参考にしました

■Rのプログラム

#テストデータ
# http://bi.biopapyrus.net/machine-learning/svm/r-svm.html から引用
#
##          1          2          3          4          5 
##     setosa     setosa     setosa  virginica versicolor 
unknown <- data.frame(
             Sepal.Length = c(5.1, 5.2, 6.7, 4.5, 7.0),
             Sepal.Width = c(3.5, 3.3, 4.1, 3.1, 5.0),
             Petal.Length = c(1.1, 1.5, 2.1, 6.7, 4.1),
             Petal.Width = c(0.2, 0.1, 0.3, 1.2, 1.4)
           )


#SVM
library(e1071)
model <- svm(Species ~ ., data = iris )
predict(model, unknown, decision.values = TRUE)

#決定木
library(rpart)
model <- rpart(Species ~ .,data=iris,cp=0.01)
predict(model, unknown, decision.values = TRUE)

■結果

オラクルのクラウド戦略とNTTデータ、富士通の関係を聞いてきた！

今さっき（１０月２５日）Oracle Cloud Days Tokyo 2016の
基調講演（１日目）を聞いてきたのでメモメモ

---

■ごあいさつ
アンケート
　・昭和世代：ほとんど
　・平成世代：５人
　・コスト削減
　・お金儲け
　・給料を上げたい


・日本の給与
・日本の現状
　－２８．４万人
　７２歳まで働くとしたとき、どうなるか
　→ＩＴによる生産性向上が急務

・ＰＯＣＰ：オラクルのクラウド
　地方創生
　ビデオ
・Ｄｉｇｉｔａｌ　ＡＩＤ：オラクルクラウド
　地方創生の力
　　モバイル
　　ＩｏＴ
　　ソーシャル
　　ビッグデータ

・デジタルディスラプション→デジタルエイド（バンドエイドのエイド）
　　それがクラウド
　　大福ちょう→ＥＲＰ
　あいはばぺん　あいはばあっぷる　
　所有するＩＴから使用するＩＴになった

・動画：Ｏｒａｃｌｅ　ソーシャルクラウド
　　かんさいさん

・世界では
　　米国と日本の人口分布、都市密度
　　　　日本は東京と大阪
　　→デジタルデバイド・地域格差

・ＶＵＣＡ
　　Ｖ　変動性
　　Ｕ　不確実性
　　Ｃ　複雑性
　　Ａ

・事例：ＨＳＢＣ　　ＣＦＯがかたる
　ＥＲＰ　クラウド

・Ｗｈｙ　Ｏｒａｃｌｅ　なぜ、クラウド？
　Database
　　　８i　インターネット
　　１０Ｇ，１１Ｇ：グリッド
　　１２Ｃ：クラウド

　どのプラットフォーム上でも動作し、お客様の投資を保護
　コンピューター：アプリケーション
　　開発言語、ＳＱＬ

・クラウドファースト　１２ｃＲ２

・９９年、セールスフォース　オラクル　２０年前から
　０６年、ＡＷＳ　オラクル　２７年前から

　クラウドは数パーセント

・オラクルの確かな技術力
　日本のほぼ全ての社会インフラ
　ＪａｖａというＩｏＴに不可欠なもの

　１０００万：ヨーロッパ　Ｏｒａｃｌｅのコア数
　日本では４００万コアの上でオラクルのデータベースが動いている

　ＳａａＳ
　ＰａａＳ：ＳＦＤＣ
　ＩａａＳ：ＡＷＳ

・Ｏｒａｃｌｅ　ＩａａＳ　はやい
　戦略：１２ｃもクラウド、ＡＰＩ提供、ＳＤＮ　ＶＣＮ
　　ベアメタルも提供
　　チップからクラウドまで
　オンプレミス　クラウド at カスタマー　パブリッククラウド
　５つの道
　　データセンター→パブリッククライド　ほか４つ
　すっきりする
　　どうやって自動化するか
　クラウドにもっていくとき
　　保険かけてる？一方通行になっていない？
　アプライアンス
　高速演算から仮想移行（Ｒａｖｅｌｉｏ）
　ストレージ・オプションの選択

３つの開発メソッド
　オンプロミス
　パブリッククラウド
　クラウド　あと　カスタマー
５つのクラウドのいかん方法

・デジタルエイドを戦略的協業で加速
　ＮＴＴData、富士通

■ＮＴＴ　Ｄａｔａ
・ビジネス領域
　　大規模ミッションクリティカル
　　新たなビジネス価値の創造：ちょっとまえはすまっくとよばれた
　　　人工知能
　　　ブロックチェーン
　　　フィジカルとデジタル
　　　アンビエントコマース

・特性と課題
　　大規模ミッションクリティカル
　　　基幹系
　　　　速く作りたい：開発スピード
　　　　サイロ化
　　　→新たな価値をつくることが課題

　　新たなビジネス
　　　デジタル系
　　　　セキュリティリスク
　　　　運用制御リスク

　Oracle cloud Machine
　　　自社ＤＣにＨＷを設置、Oracle cloud Machineをインストール
　　　プラットフォームの管理はオラクルさん
　　　オンプレミスとやりとりできる
　→お客様がOracle cloud Machineをインストールしたいといっている：支援
　　３つのステップで事業を展開

■富士通　阪井氏
・クラウド提携
　発表後の戦略
　市場動向：２０１５　１．２兆円　２０２０年：３．６兆円
　　オンプレからクラウドへ
　移行５２％
　　社内：クラウド移行　１００くらい
　民需市場：パブリック、プライベート、ハイブリット　どれも３割くらい
　デジタルビジネス・プラットフォーム　ＭｅｔａＡｒｃ
　　ＳｏＥとＳｏＲをＡＰＩでつなぐ
　ＭｅｔａＡｒｃ
　　クラウドサービス
　　プライベートクラウド
　　プラットフォーム
　　マルチインテグレーション
　　パートナー：Ｏｒａｃｌｅ
　７月６日、オラクル社とクラウド協業を発表
　　データセンターに
　　　　ＭｅｔａＫ５とＯｒａｃｌｅＤａｔａｂａｓｅクラウドとＡＰＩ連携
　　　　Ｏｒａｃｌｅクラウド
　お客様のバリュー
　　データセキュリティ
　　ワンストップ
　ＯｒａｃｌｅのＨＣＭ　クラウドを全社的に採用
　　タレントマネジメントから
　　　２０１２から　人材・組織の見える化
　　　２０１４から　グローバルな人事基盤
　　　２０１６から　グローバルな人事システム

　お客様の反応
　　インパクトのある発表：３００件のお問い合わせ
　　取り扱い件数　年間６０００件
　今後の取り組み
　　Ｋ５のグローバル展開
　　　　日本での提供を皮切りに順次展開

■このあとの照会
・２０１６年１１月１８日　アメリカズカップ in 福岡

---

■Oracle cloud Strategy and vision for Journey to cloud
　 Oracle IaaSの全貌

・トランスフォーメーション
　６％　パブリッククラウドのワークロード
　→Ｏｒａｃｌｅで実行

・クラウドに求められるものとは
　他の会社は飛び石を提供、オラクルは長期的な道筋を低起用
　→プラットフォームと移行

　オラクルが提供するソリューション
　　プラットフォーム
　　全れいや全て網羅
　　妥協のないクラウド

　移行パスを整備

　クラウドへの移行を成功に導く
　　いかなる領域からも移行が可能

・テクノロジーの恩恵によりお客様とともに成長

・この信念

・社会とお客様のビジネスを支える有益なインフォメーション
　蓄積した技術は活用してこそ意味がある　ラリーエリソン
　　最優先のビジネスに注力

・Ｏｒａｃｌｅ　クラウド
　ＯｒａｃｌｅＳａａＳ
　　ビジネス価値を創造し、成功へ
　　　サプライチェーン、ＥＲＰ，ＥＰＭ，モダＨＲ，マーケ、セールス、サービス
　　エンゲージメントモデルのシフト：システムから人へ
　　adaptive Intelligence
　　ＨＣＭ

　　事例：ＰＡＮＤＲＡ

　Ｏｒａｃｌｅ　ＰａａＳ
　　変化に対応
　　　データ管理、アプリ開発、統合、アナリティクス、コンテント、ビッグデータ、自動化
　　　クラウドのツール群
　　　何が新しい
　　　　１２ｃＲ２、エクサデータＥｘｐｒｅｓｓ、チャットボット

　　事例：ＡＶＡＹＡ
　 　Ｏｒａｃｌｅ　ＩａａＳ
　　ネットワーク、コンピュート、ストレージ
　　　こんばーじど　いんふらすとらくちゃ　システムをベースに構築　
　　ベアメタル
　　Ｒａｖｅｌｌｏ
　　どっかーいどう

　　事例　ＴＩＰＰＥＴＴスタジオ

　Ｏｒａｃｌｅ　システム　インフラ
　　事例　T mobile

・全てのカテゴリでソリューション提供
　おのおのが存在する理由

・完備されておる
　　すべてのレイヤ、統合 　Ｏｐｅｎ
　　
　セキュリティ

　選択肢
　　ＡＷＳはクラウドに行くしか選択肢がない

・柔軟な配置の選択
　オンプレとパブリック間の移行
　完全に同じ

・競合他社
　ＡＷＳの神秘性を取り除く：
　　　不十分なクラウド
　　　ハイブリッド、オンプレミスの不在
　　　限定的なエンタープライズ機能
　　　高い価格とパフォーマンス
　Ａｚｕｒｅの神秘性を取り除く
　　　不十分なクラウド
　　　限定的なハイブリッド
　　　限定的なエンタープライズ
　　　高い価格とパフォーマンス

　事例：ファイザー、ＧａｍｅＳｔｏｐ　　　　　　
・インテグレーテッド　プラットフォーム

・Journey to cloud
　すべての出発点
　　同じお客様が同時並行で進む

・事例　ＦｅｄＥＸ
　　日立コンサルティング
　　ＤｒＰｅｐｐｅｒ：リーチをリターンへと変換
　　セブンイレブン：ロイヤリティプログラム
　　ＧＥ：ＩｏＴ　予測保全

・次に何が来る
　サポーティング　ユア　ジャーニー
　　共存

---

■ＧＥのクラウド戦略によるビジネストランスフォーメーション
　Becoming Digital Industrial

・ＧＥ：１３０年の歴史

・第四の産業革命
　つぎの産業革命は今・・・
　　産業革命　１７８０年で変える
　デジタルトランスフォーメーション
　　インダストリアル事業の生産性
　　　１９９１～２０１０年　生産性　４％
　　　２０１１～２０１５年　生産性　１％→１兆ドル
　　　　　コンシューマー　ＮＯＴ　インダストリアル
　　デジタルツイン技術の実現
　　　インダストリアルインターネット
　　　物理的なもの＋解析
・インダストリーが求めた最新ＯＳ
　　ＰＲＥＤＩＸ
　　産業向けに設計＋１００年以上にわたる業界専門知識＋ＩｏＴ事例のアプリ＆分析
　　　＝ＧＥの優位性
　　リアクティブ→プロアクティブな保守へ

・ＧＥの社内システム７０－７５％は２０２０年までにクラウド化
　最適事例としてのＧＥ
　　　　設計：生産性・コストのための設計
　　　　製造：プロセス最適化
　　　　サービス：コンディションベース
　　ＯＴとＩＴが一緒になった

・ＧＥ：デジタル・インダストリアル・カンパニー戦略
　　ＧＥ　ｆｏｒ　ＧＥ　生産性
　　ＧＥ　ｆｏｒ　カスタマー：アプリケーション
　　ＧＥ　ｆｏｒ　ワールド：プラットフォーム

・産業向けアプリの基本構成
　２つのキラーアプリ
　　アセットパフォーマンスマネジメント（ＡＰＭ））
　　　信頼性と有用性を最大化
　　デジタルスレッド（社内の生産性とシンプルかを推進）
　　　人とアセットとプロセスをつなぐ　
　デジタルインダストリアルは世界で進行中
　パートナーとのエコシステム
　　　ブランド力
　　　市場きかい
　ＧＥとオラクル　長期的なパートナーシップ

　ＧＥ　Ｄｉｇｉｔａｌ－ＥＲＰプロジェクト
　　完全に統合されたオラクルＥＲＰ　クラウドでビジネスデジタル化
　　　セキュリティ技術を統合
　　　現代的なアナリティクス
　　　スケーラビリティ

　なんらかのレンズをつかってみる：トランスフォーメーション

　Ｕｂａｒ，ＡｉｒＢ＆Ｂ：
　企業　資産がある
　変化、今起こっている
　今はスタートする時間

データドリブンな組織を実現するTableauについてきいてきた

10月24日

データサイエンティスト協会 勉強会2016 第3回

に行ってきた。その内容をメモメモ

---

■内田洋行さまの挨拶

■データドリブンな組織を実現するTableau
・会社紹介
　Tableauはお客様がデータを見て理解できるように支援します
　スタンフォード大の３人のメンバーから始まった
　日本においては３年半。導入会社数は２０００社を超えた
　終わることのない進化
　　ＶｉｚＱＬ：ドラッグ＆ドロップ→クエリ→可視化
　　ライブクエリエンジン：クエリ文を書かなくても
　　インメモリデータエンジン
　データの解放
　　より高速にシンプルに
　人に力を与える
　人の視点にたった設計
　今までとは違う企業

・製品３つ
　　Tableauデスクトップ：基本
　　Tableauサーバー：オンプレミス型
　　Tableauオンライン：クラウド型

・全体
　　データソース：５０いくつ
　　デスクトップ
　　タブローサーバー→ブラウザで見るなど

・タブローデスクトップのデモ
　　●　ならぶとわかりにくい
　　９　いろをつけるとわかりやすい
　→このように分かりやすく表現する
　クロス集計：データを見やすくする
　
　タブローの表現
　　グルーピングしてくれる

　Ｒ(外部サービス：RServer指定）と連携

　k-meansに対応クラスタごとに棒グラフで見ることも

・紹介
　データを使った意思決定の必要性
　　データを活用できた人たちのほうが
　セルフサービス型のデータ分析の効果
　　動的なほうが・・・
　　コンシューマー：データ分析はあまり行っていない
　オピニオンベースのデータ利用
　データドリブンの目標とする姿
　　ビジネスするため、差別化、普及
　Ｑｕｉｃｋ　Ｗｉｎ　一歩先をゴールに設定し、アクションを実施
　　データの仮説検証、データのＰＤＣＡ
　　　目先９０日
　　　全社展開へ拡大
　従来型のプロセスだと障害になりうる
　　　ウォーターフォール型→速さが求められるビジネス

・データドリブンな組織にもとめられる７つのポイント
　スピード＝ビジネスと同じスピードで意思決定を行う（セルフサービスＢＩ）
　視覚的なデータディスカバリ
　あらゆるデータに接続＝基幹システム、クラウド、ローカル
　リアルタイムコラボレーション　ワークブック
　総合的なガバナンス
　柔軟なスケーラビリテ
　モバイル：いつ、どこでもデータにアクセス

・一般的なデプロイメントステージ
　　すてっぷあっぷして大きく
　　上手くいかないと下がっていく

・将来的イメージ

・タブローのメリット

・デモンストレーション
　　タブローサーバー

・復習
　デスクトップで可視化から
　リーダーで共有・サーバー・オンラインで共有