フルリソースライブラリー

検索に一致するリソースがありません

検索パラメーターを調整するか、フィルターをクリアしてやり直すことができます。また、以下から最も人気のあるリソースのいくつかを参照できます。

データプレパレーションとは?

データプレパレーションとは、処理/分析前に生データをクレンジングして変換するプロセスです。時間のかかるプロセスですが、ビジネスインテリジェンスのメリットを得るために必要となります。今日では、セルフサービスの高機能なデータプレパレーションツールによって、これまで以上に簡単になり、効率化されています。

詳細

ストリーミングデータとは?

Kafkaなどのストリーミングデータフレームワークによって、スケーラブルで柔軟な方法でストリーミングデータを移動/処理できるようになりました。

詳細

ESBによるアプリケーション統合の簡素化

今日、P2P統合スタイルに起因するすべての課題、障害、エラーに対処し、アプリケーション統合の問題を克服できるエンタープライズサービスバス(ESB)が、革新的な組織に採用されるようになっています。

詳細

データ管理とは?

データ管理とは、現代のビジネスに不可欠なデータの取り込み、格納、マイニング、アーカイブのためのフレームワークを構築・維持する専門プラクティスを指します。7タイプのデータ管理、適切なデータ管理のメリット、3つのベストプラクティス、適切なツールの見つけ方を紹介します。

詳細

データクレンジング – 概要の紹介

データクレンジングにより、矛盾とエラーを減らすことでデータの品質と整合性を維持し、正確で情報に基づいた意思決定ができるようにする方法について説明します。

詳細

データ統合とは?

データ統合とは、複数の異なるソースからのデータを一元化して、ユーザーがデータを活用できるようにし、データの価値を高めるプロセスです。今日の企業は、あらゆる専門領域において、データ統合イニシアチブを確立し、データをより効果的に分析し、戦略的意思決定の強化とビジネス競争力の向上に役立てています。

詳細

エッジアナリティクス:ローカルで即座に知見を得ることのメリットとデメリットについて

ガートナーは、展開されたデータの90%は役に立っていないと報告しています。また、エクスペリアン(Experian)は、米国企業が抱えるデータの約32%は不正確であると報告しています。重要なのは、あらゆる企業にとってデータが最も貴重な資産であることです。データを丸ごと廃棄したり、利用されないデータレイクに放置したりするのは非常に残念なことです。さまざまな情報エンドポイントを理解し、最終的にビジネス成果をもたらす結論を導くためには、すべてのデータサイエンティストがIoTの膨大なデータプールを活用することが不可欠です。

詳細

データ処理とは?

データ処理は、生の形態のデータを読み取り可能な形式に変換します。これによって、コンピューターがデータを解釈し、組織全体で従業員が活用できるようになります。

詳細

[ウェビナー]Talend Fall ’18の新機能

データが増えれば増えるほど、業務で使用できる環境の準備が難しくなり、さらに管理コストも増加するという問題があります。 しかし、Talend Fall ‘18の登場で、それも過去の話となります。東京のクラウドセンター、サーバーレスビッグデータをはじめとする新機能が問題を解決します。

今すぐ見る

クラウド統合入門:iPaaS、SaaS、セキュリティなど

クラウド統合の様々なプラクティスが用意されており、役立つツールやサービスも多様に提供されています。一方、各組織のレベルでは、データ活用のあり方について重要な決定を下す必要があります。その両面について説明します。

詳細

ビッグデータの未来

ビッグデータとは、業務を改善するために莫大な量のデジタル情報を収集、分析、使用することを指す一般的な用語です。ビッグデータによって、私たちの生き方、ショッピング、そして日常生活のアプローチが急速に変化しています。ビッグデータとはどのようなもので、どのように活用できるのかを説明します。

詳細

ETLテスト:概要

ETLテストとは、レコードの重複やデータの損失を防ぎながらデータの正確性の検証/確認/保証を行うために、ETLプロセス全体に適用されるテストを指します。ETLテストの8つの段階、9種類のテスト、一般的な課題、最適なツールの見つけ方などを紹介します。

詳細

データレイクとは?

データレイクは、多数のソースからのビッグデータを元のままの形式で保持する中央ストレージリポジトリです。データレイク形式のメリットは魅力的であり、多くの組織がデータウェアハウスからデータレイクに切り替えています。データレイクの特長、データレイクの使用が拡大している理由、データレイクを構築する方法について紹介します。

詳細

データウェアハウスとは? ビジネスにとっての重要性とは?

データウェアハウスは、組織の意思決定を支援するために使用される大規模なビジネスデータです。ビジネスインテリジェンスの取り組みの基盤となるコンポーネントです。データウェアハウスの仕組み、データベースやデータマートとの違い、クラウドへの移行の理由について紹介します。

詳細

ビジネスインテリジェンス(BI)とは?

ビジネスインテリジェンス(BI)は、情報に基づくデータ駆動型のビジネス意思決定を行うために使用されるプロセス、テクノロジー、スキル、アプリケーションです。データ収集、データ集約、分析、意思決定を容易にするための有意義な表現を含みます。

詳細

データの冗長性とは?

データの冗長性は、データベースやデータストレージのテクノロジーに同じデータが保持されている状態を指します。単一データベース内の2つの異なるフィールド、または複数のソフトウェアプラットフォーム/環境内の2つの異なるスポットでデータが再現されることがあります。MDMによってデータの冗長性とそれが引き起こす問題を回避する方法を紹介します。

詳細

機械学習とは?

機械学習とは、さまざまな外部入力への露出を介して、時間をかけて「学習」する能力をコンピューターに与えるための、統計的確率を用いた手法です。

詳細

AI vs 機械学習 vs ディープラーニング

AIは、人間の知能を模倣してタスクを実行する機械です。機械学習(ML)はAIの亜領域であり、プログラミングを使用せずにコンピューターがビッグデータから学習することです。MLのサブセットとなるディープラーニングは、データセットから抽象概念を構築して意味を組み立てることです。

詳細

データプロファイリングとは?

データプロファイリングはビジネスに不可欠です。データプロファイリングを使用してデータを編成/分析する企業は、新たな成功につながる可能性を発見し、市場で明確かつ強力な優位性を発揮できます。

詳細