Submit Search
Upload
Ibm watson analyticsでリレーショナル・データベースのデータを利用する
•
1 like
•
1,212 views
IBM Analytics Japan
Follow
Ibm Watson Analyticsでリレーショナル・データベースのデータを利用する
Read less
Read more
Data & Analytics
Slideshow view
Report
Share
Slideshow view
Report
Share
1 of 34
Download now
Download to read offline
Recommended
Ibm Watson Analyticsで簡易Twitter分析
Ibm Watson Analyticsで簡易Twitter分析
IBM Analytics Japan
Datawatch Monarch for Ibm Analyticsのご紹介
Datawatch Monarch for Ibm Analyticsのご紹介
IBM Analytics Japan
IBM Watson AnalyticsとBoxの連携
IBM Watson AnalyticsとBoxの連携
IBM Analytics Japan
Watson Analytics ご紹介資料
Watson Analytics ご紹介資料
Takayuki Nakayama
Watson Explorerを使ったテキストマイニング
Watson Explorerを使ったテキストマイニング
Hori Tasuku
マイクロサービスとABテスト
マイクロサービスとABテスト
圭輔 大曽根
【Watson】Tradeoff Analyticsの概要
【Watson】Tradeoff Analyticsの概要
勇太 小沢
論文紹介@ Gunosyデータマイニング研究会 #97
論文紹介@ Gunosyデータマイニング研究会 #97
圭輔 大曽根
Recommended
Ibm Watson Analyticsで簡易Twitter分析
Ibm Watson Analyticsで簡易Twitter分析
IBM Analytics Japan
Datawatch Monarch for Ibm Analyticsのご紹介
Datawatch Monarch for Ibm Analyticsのご紹介
IBM Analytics Japan
IBM Watson AnalyticsとBoxの連携
IBM Watson AnalyticsとBoxの連携
IBM Analytics Japan
Watson Analytics ご紹介資料
Watson Analytics ご紹介資料
Takayuki Nakayama
Watson Explorerを使ったテキストマイニング
Watson Explorerを使ったテキストマイニング
Hori Tasuku
マイクロサービスとABテスト
マイクロサービスとABテスト
圭輔 大曽根
【Watson】Tradeoff Analyticsの概要
【Watson】Tradeoff Analyticsの概要
勇太 小沢
論文紹介@ Gunosyデータマイニング研究会 #97
論文紹介@ Gunosyデータマイニング研究会 #97
圭輔 大曽根
20160225 interspace system_summary
20160225 interspace system_summary
Smz Nbys
WSDM2016報告会−論文紹介(Understanding User Attention and Engagement in Online News R...
WSDM2016報告会−論文紹介(Understanding User Attention and Engagement in Online News R...
Yahoo!デベロッパーネットワーク
スカイアーチセミナー:[スカイアーチNTTcom共催セミナー]事例で学ぶ賢いクラウド活用法~コンテンツ配信編~:150522
スカイアーチセミナー:[スカイアーチNTTcom共催セミナー]事例で学ぶ賢いクラウド活用法~コンテンツ配信編~:150522
株式会社スカイアーチネットワークス
Logic of blockchain and quantum computing on ibm cloud platform
Logic of blockchain and quantum computing on ibm cloud platform
Tsuyoshi Hirayama
Watson活用事例~Watsonハッカソンの例を通じて~
Watson活用事例~Watsonハッカソンの例を通じて~
Hiroki Nakayama
スカイアーチセミナー:[スカイアーチ AWS共催]AWS移行のプロが教える!導入への3ステップ:150521
スカイアーチセミナー:[スカイアーチ AWS共催]AWS移行のプロが教える!導入への3ステップ:150521
株式会社スカイアーチネットワークス
TwitterデータをdashDBにロードする方法
TwitterデータをdashDBにロードする方法
IBM Analytics Japan
IBM Bluemix × Watson でMashup Hackathon (API説明)
IBM Bluemix × Watson でMashup Hackathon (API説明)
Masaya Fujita
Watsonにあなたの知識を教えよう
Watsonにあなたの知識を教えよう
Akiko Murakami
Watson analytics ご紹介
Watson analytics ご紹介
IBMソリューション
画像解析最前線!WatsonとTensorFlowを比較してみた
画像解析最前線!WatsonとTensorFlowを比較してみた
softlayerjp
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
Mitsutoshi Kiuchi
TensorFlowを使ってテキストをクラス分類してみたら精度96.8%の分類器を簡単に得ることができた話
TensorFlowを使ってテキストをクラス分類してみたら精度96.8%の分類器を簡単に得ることができた話
Yuya Kato
IBMワトソン 勉強会 20161121a
IBMワトソン 勉強会 20161121a
Maho Takara
TensorFlowを使ってテキストをクラス分類してみた
TensorFlowを使ってテキストをクラス分類してみた
Yuya Kato
機械学習によるデータ分析まわりのお話
機械学習によるデータ分析まわりのお話
Ryota Kamoshida
今なら聞ける!Power BI の基本と OMS の Power BI 連携
今なら聞ける!Power BI の基本と OMS の Power BI 連携
Yugo Shimizu
AWSで始めるSAP HANA, express edition ~SAP Cloud Appliance Library版~
AWSで始めるSAP HANA, express edition ~SAP Cloud Appliance Library版~
Tetsuya Kawahara
20191030 AWS Black Belt Online Seminar AWS IoT Analytics Deep Dive
20191030 AWS Black Belt Online Seminar AWS IoT Analytics Deep Dive
Amazon Web Services Japan
SAS Learning Subscription 登録手順
SAS Learning Subscription 登録手順
SAS Institute Japan
Interop2016-openstack-user-group-mizuno
Interop2016-openstack-user-group-mizuno
shintaro mizuno
福井解析セミナー20140326
福井解析セミナー20140326
Aマーケティング合同会社
More Related Content
What's hot
20160225 interspace system_summary
20160225 interspace system_summary
Smz Nbys
WSDM2016報告会−論文紹介(Understanding User Attention and Engagement in Online News R...
WSDM2016報告会−論文紹介(Understanding User Attention and Engagement in Online News R...
Yahoo!デベロッパーネットワーク
スカイアーチセミナー:[スカイアーチNTTcom共催セミナー]事例で学ぶ賢いクラウド活用法~コンテンツ配信編~:150522
スカイアーチセミナー:[スカイアーチNTTcom共催セミナー]事例で学ぶ賢いクラウド活用法~コンテンツ配信編~:150522
株式会社スカイアーチネットワークス
Logic of blockchain and quantum computing on ibm cloud platform
Logic of blockchain and quantum computing on ibm cloud platform
Tsuyoshi Hirayama
Watson活用事例~Watsonハッカソンの例を通じて~
Watson活用事例~Watsonハッカソンの例を通じて~
Hiroki Nakayama
スカイアーチセミナー:[スカイアーチ AWS共催]AWS移行のプロが教える!導入への3ステップ:150521
スカイアーチセミナー:[スカイアーチ AWS共催]AWS移行のプロが教える!導入への3ステップ:150521
株式会社スカイアーチネットワークス
What's hot
(6)
20160225 interspace system_summary
20160225 interspace system_summary
WSDM2016報告会−論文紹介(Understanding User Attention and Engagement in Online News R...
WSDM2016報告会−論文紹介(Understanding User Attention and Engagement in Online News R...
スカイアーチセミナー:[スカイアーチNTTcom共催セミナー]事例で学ぶ賢いクラウド活用法~コンテンツ配信編~:150522
スカイアーチセミナー:[スカイアーチNTTcom共催セミナー]事例で学ぶ賢いクラウド活用法~コンテンツ配信編~:150522
Logic of blockchain and quantum computing on ibm cloud platform
Logic of blockchain and quantum computing on ibm cloud platform
Watson活用事例~Watsonハッカソンの例を通じて~
Watson活用事例~Watsonハッカソンの例を通じて~
スカイアーチセミナー:[スカイアーチ AWS共催]AWS移行のプロが教える!導入への3ステップ:150521
スカイアーチセミナー:[スカイアーチ AWS共催]AWS移行のプロが教える!導入への3ステップ:150521
Viewers also liked
TwitterデータをdashDBにロードする方法
TwitterデータをdashDBにロードする方法
IBM Analytics Japan
IBM Bluemix × Watson でMashup Hackathon (API説明)
IBM Bluemix × Watson でMashup Hackathon (API説明)
Masaya Fujita
Watsonにあなたの知識を教えよう
Watsonにあなたの知識を教えよう
Akiko Murakami
Watson analytics ご紹介
Watson analytics ご紹介
IBMソリューション
画像解析最前線!WatsonとTensorFlowを比較してみた
画像解析最前線!WatsonとTensorFlowを比較してみた
softlayerjp
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
Mitsutoshi Kiuchi
TensorFlowを使ってテキストをクラス分類してみたら精度96.8%の分類器を簡単に得ることができた話
TensorFlowを使ってテキストをクラス分類してみたら精度96.8%の分類器を簡単に得ることができた話
Yuya Kato
IBMワトソン 勉強会 20161121a
IBMワトソン 勉強会 20161121a
Maho Takara
TensorFlowを使ってテキストをクラス分類してみた
TensorFlowを使ってテキストをクラス分類してみた
Yuya Kato
機械学習によるデータ分析まわりのお話
機械学習によるデータ分析まわりのお話
Ryota Kamoshida
Viewers also liked
(10)
TwitterデータをdashDBにロードする方法
TwitterデータをdashDBにロードする方法
IBM Bluemix × Watson でMashup Hackathon (API説明)
IBM Bluemix × Watson でMashup Hackathon (API説明)
Watsonにあなたの知識を教えよう
Watsonにあなたの知識を教えよう
Watson analytics ご紹介
Watson analytics ご紹介
画像解析最前線!WatsonとTensorFlowを比較してみた
画像解析最前線!WatsonとTensorFlowを比較してみた
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
TensorFlowを使ってテキストをクラス分類してみたら精度96.8%の分類器を簡単に得ることができた話
TensorFlowを使ってテキストをクラス分類してみたら精度96.8%の分類器を簡単に得ることができた話
IBMワトソン 勉強会 20161121a
IBMワトソン 勉強会 20161121a
TensorFlowを使ってテキストをクラス分類してみた
TensorFlowを使ってテキストをクラス分類してみた
機械学習によるデータ分析まわりのお話
機械学習によるデータ分析まわりのお話
Similar to Ibm watson analyticsでリレーショナル・データベースのデータを利用する
今なら聞ける!Power BI の基本と OMS の Power BI 連携
今なら聞ける!Power BI の基本と OMS の Power BI 連携
Yugo Shimizu
AWSで始めるSAP HANA, express edition ~SAP Cloud Appliance Library版~
AWSで始めるSAP HANA, express edition ~SAP Cloud Appliance Library版~
Tetsuya Kawahara
20191030 AWS Black Belt Online Seminar AWS IoT Analytics Deep Dive
20191030 AWS Black Belt Online Seminar AWS IoT Analytics Deep Dive
Amazon Web Services Japan
SAS Learning Subscription 登録手順
SAS Learning Subscription 登録手順
SAS Institute Japan
Interop2016-openstack-user-group-mizuno
Interop2016-openstack-user-group-mizuno
shintaro mizuno
福井解析セミナー20140326
福井解析セミナー20140326
Aマーケティング合同会社
SoftLayer Bluemix Summit 2015: BluemixでWatsonをつかいたおせ!
SoftLayer Bluemix Summit 2015: BluemixでWatsonをつかいたおせ!
Miki Yutani
GAの最重要機能!アドバンスセグメントの使い方
GAの最重要機能!アドバンスセグメントの使い方
Kazuya Matsukura
初心者向けWebinar 貴重なデータを守るクラウドバックアップの実現
初心者向けWebinar 貴重なデータを守るクラウドバックアップの実現
Amazon Web Services Japan
20160310_9_分析WG
20160310_9_分析WG
IoTビジネス共創ラボ
kintone & Azure & Office 365 ハンズオン_松崎 剛氏
kintone & Azure & Office 365 ハンズオン_松崎 剛氏
kintone papers
ニフティにおけるAtlassian製品のユーザー管理手法
ニフティにおけるAtlassian製品のユーザー管理手法
Takayuki Ishikawa
OpenStack環境の継続的インテグレーション
OpenStack環境の継続的インテグレーション
エクイニクス・ジャパン
Domino & REST
Domino & REST
賢次 海老原
今なら聞ける!Power BI の基本と OMS の Power BI 連携_20160827
今なら聞ける!Power BI の基本と OMS の Power BI 連携_20160827
Yugo Shimizu
Tokyo webmining発表資料 20111127
Tokyo webmining発表資料 20111127
kan_yukiko
SugarCRM meets FreeHosting
SugarCRM meets FreeHosting
Toshiya TSURU
データ分析チームの振り返り
データ分析チームの振り返り
Satoshi Noto
【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -
【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -
KSK Analytics Inc.
レポート作成業務支援のための中国語ソーシャルメディア投稿分類システムの構築 公開版
レポート作成業務支援のための中国語ソーシャルメディア投稿分類システムの構築 公開版
Takeshi Sakaki
Similar to Ibm watson analyticsでリレーショナル・データベースのデータを利用する
(20)
今なら聞ける!Power BI の基本と OMS の Power BI 連携
今なら聞ける!Power BI の基本と OMS の Power BI 連携
AWSで始めるSAP HANA, express edition ~SAP Cloud Appliance Library版~
AWSで始めるSAP HANA, express edition ~SAP Cloud Appliance Library版~
20191030 AWS Black Belt Online Seminar AWS IoT Analytics Deep Dive
20191030 AWS Black Belt Online Seminar AWS IoT Analytics Deep Dive
SAS Learning Subscription 登録手順
SAS Learning Subscription 登録手順
Interop2016-openstack-user-group-mizuno
Interop2016-openstack-user-group-mizuno
福井解析セミナー20140326
福井解析セミナー20140326
SoftLayer Bluemix Summit 2015: BluemixでWatsonをつかいたおせ!
SoftLayer Bluemix Summit 2015: BluemixでWatsonをつかいたおせ!
GAの最重要機能!アドバンスセグメントの使い方
GAの最重要機能!アドバンスセグメントの使い方
初心者向けWebinar 貴重なデータを守るクラウドバックアップの実現
初心者向けWebinar 貴重なデータを守るクラウドバックアップの実現
20160310_9_分析WG
20160310_9_分析WG
kintone & Azure & Office 365 ハンズオン_松崎 剛氏
kintone & Azure & Office 365 ハンズオン_松崎 剛氏
ニフティにおけるAtlassian製品のユーザー管理手法
ニフティにおけるAtlassian製品のユーザー管理手法
OpenStack環境の継続的インテグレーション
OpenStack環境の継続的インテグレーション
Domino & REST
Domino & REST
今なら聞ける!Power BI の基本と OMS の Power BI 連携_20160827
今なら聞ける!Power BI の基本と OMS の Power BI 連携_20160827
Tokyo webmining発表資料 20111127
Tokyo webmining発表資料 20111127
SugarCRM meets FreeHosting
SugarCRM meets FreeHosting
データ分析チームの振り返り
データ分析チームの振り返り
【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -
【KSKアナリティクス】 【前編】 オープンデータ 分析 - XML ファイルからデータ抽出・整形 -
レポート作成業務支援のための中国語ソーシャルメディア投稿分類システムの構築 公開版
レポート作成業務支援のための中国語ソーシャルメディア投稿分類システムの構築 公開版
More from IBM Analytics Japan
Db2 v11.5.4 高可用性構成 & HADR 構成パターンご紹介
Db2 v11.5.4 高可用性構成 & HADR 構成パターンご紹介
IBM Analytics Japan
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
IBM Analytics Japan
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
IBM Analytics Japan
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
IBM Analytics Japan
Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104 Db2 Warehouse v3.0 Basic Operation G...
Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104 Db2 Warehouse v3.0 Basic Operation G...
IBM Analytics Japan
Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...
Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...
IBM Analytics Japan
【jena X IBM】ビーコンを活用した働き方改革とは?
【jena X IBM】ビーコンを活用した働き方改革とは?
IBM Analytics Japan
IBM Integrated Analytics System DSX R Studio 利用ガイド
IBM Integrated Analytics System DSX R Studio 利用ガイド
IBM Analytics Japan
IBM Integrated Analytics System Webコンソール利用ガイド 20180213
IBM Integrated Analytics System Webコンソール利用ガイド 20180213
IBM Analytics Japan
IBM Integrated Analytics System ユーザー利用ガイド 20180213
IBM Integrated Analytics System ユーザー利用ガイド 20180213
IBM Analytics Japan
IBM Cloud を利用したデータ分析ことはじめ
IBM Cloud を利用したデータ分析ことはじめ
IBM Analytics Japan
Db2 V11 GUIツール
Db2 V11 GUIツール
IBM Analytics Japan
Db2リブランディングと製品動向 201707
Db2リブランディングと製品動向 201707
IBM Analytics Japan
Dockerとdb2
Dockerとdb2
IBM Analytics Japan
IBM Cloudのデータベース
IBM Cloudのデータベース
IBM Analytics Japan
【株式会社ラック様】ハイブリッド・クラウド時代の データベース活用 ~事例・スタートアップ・メニューご紹介~
【株式会社ラック様】ハイブリッド・クラウド時代の データベース活用 ~事例・スタートアップ・メニューご紹介~
IBM Analytics Japan
Db2 Warehouse セッション資料 db tech showcase
Db2 Warehouse セッション資料 db tech showcase
IBM Analytics Japan
Db2 Warehouse Spark利用ガイド チュートリアル編
Db2 Warehouse Spark利用ガイド チュートリアル編
IBM Analytics Japan
Db2 Warehouse Spark利用ガイド データ操作編
Db2 Warehouse Spark利用ガイド データ操作編
IBM Analytics Japan
Db2 Warehouse ご紹介資料 20170922
Db2 Warehouse ご紹介資料 20170922
IBM Analytics Japan
More from IBM Analytics Japan
(20)
Db2 v11.5.4 高可用性構成 & HADR 構成パターンご紹介
Db2 v11.5.4 高可用性構成 & HADR 構成パターンご紹介
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104 Db2 Warehouse v3.0 Basic Operation G...
Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104 Db2 Warehouse v3.0 Basic Operation G...
Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...
Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...
【jena X IBM】ビーコンを活用した働き方改革とは?
【jena X IBM】ビーコンを活用した働き方改革とは?
IBM Integrated Analytics System DSX R Studio 利用ガイド
IBM Integrated Analytics System DSX R Studio 利用ガイド
IBM Integrated Analytics System Webコンソール利用ガイド 20180213
IBM Integrated Analytics System Webコンソール利用ガイド 20180213
IBM Integrated Analytics System ユーザー利用ガイド 20180213
IBM Integrated Analytics System ユーザー利用ガイド 20180213
IBM Cloud を利用したデータ分析ことはじめ
IBM Cloud を利用したデータ分析ことはじめ
Db2 V11 GUIツール
Db2 V11 GUIツール
Db2リブランディングと製品動向 201707
Db2リブランディングと製品動向 201707
Dockerとdb2
Dockerとdb2
IBM Cloudのデータベース
IBM Cloudのデータベース
【株式会社ラック様】ハイブリッド・クラウド時代の データベース活用 ~事例・スタートアップ・メニューご紹介~
【株式会社ラック様】ハイブリッド・クラウド時代の データベース活用 ~事例・スタートアップ・メニューご紹介~
Db2 Warehouse セッション資料 db tech showcase
Db2 Warehouse セッション資料 db tech showcase
Db2 Warehouse Spark利用ガイド チュートリアル編
Db2 Warehouse Spark利用ガイド チュートリアル編
Db2 Warehouse Spark利用ガイド データ操作編
Db2 Warehouse Spark利用ガイド データ操作編
Db2 Warehouse ご紹介資料 20170922
Db2 Warehouse ご紹介資料 20170922
Ibm watson analyticsでリレーショナル・データベースのデータを利用する
1.
IBM Watson Analyticsで リレーショナル・データベース のデータを利用する 2016年6月13日 日本アイ・ビー・エム株式会社 アナリティクス事業
2.
© IBM 2016
2 • 是非ご登録の上、一度Watson Analyticsを体感ください。 • 現在、以下のサイトからご登録いただきますと30日間 Professional Editionがご評価いただけます。 https://watson.analytics.ibmcloud.com/product IBM Watson Analytics 登録URLはこちらです 登録方法の説明資料はこちらです http://www.slideshare.net/ibm_analytics_japan/watson-analytics- 62091760
3.
© IBM 2016
3 30 Day Trial Free Plus Professional Dataset size and storage 500 columns, 10M rows, 100GB 50 columns, 100k rows,1MB storage 256 columns 1M rows, 2GB 500 columns, 10M rows, 100GB Number of users Single Single Single Multiple Relational databases Yes Yes Yes Cloud data connectors Yes Yes Yes Twitter data Yes Yes Yes Cognos Analytics connector Yes Yes Teams and collaboration Yes Yes Access on premise data Yes Yes Analytics Exchange Full Access Limited Access Full Access Full Access Monthly Subscription ¥0 ¥0 ¥4,282 per user ¥11,500 per user Watson Analytics 新バージョンのEdition以下のIBM Watson Analyticsのエディションで リレーショナル・データベースのデータを利用できます2016年6月現在
4.
© IBM 2016
4 2016年6月時点でサポート対象の リレーショナル・データベースは以下の通りです IBM Watson Analyticsは「データ取り込み型」の分析ツールです。「デ ータ接続型」の分析ツールではありません。すべてのデータは、「アッ プロード」という形で、 IBM Watson Analytics内に取り込まれます。
5.
© IBM 2016
5 データベースへの接続 ① ② ③ IBM Watson Analyticsの画面右上のアカウ ントのアイコンで「Account Settings」を選択 Account settingsの画面で「Data Connection」を選択し 、右上の+マークをクリック
6.
© IBM 2016
6 データベースの選択 IBM Watson Analyticsが対応しているデータベースのアイコンが表示されます。Cloud上 のデータベースの場合には、該当アイコンをクリックして接続情報を入力、接続定義を作成しま す。オンプレミスのデータベースに接続する場合には、まずSecure Gatewayを作成してくださ い。
7.
© IBM 2016
7 Secure Gatewayの作成 オンプレミスのデータベースの場合は「Secure Gateways」をクリックしてゲートウェイを作成し た後に、データベースの接続を作成します。 【参考video】 https://www.youtube.com/watch?v=AE_Jz3g3tgE
8.
© IBM 2016
8 今回は、IBM dashDBを例にデー タベースの接続を作 成します。 データベースの接続を作成する (IBM dashDB)
9.
© IBM 2016
9 IBM dashDBの無料トライアルはこちらです http://www-01.ibm.com/software/jp/info/dashdb/
10.
© IBM 2016
10 IBM dashDBの接続情報を確認する IBM dashDBにログインし、左側のメニューから【Connect】-【Connection Information】を選択します。Individual database settingsの情報をIBM Watson Analyticsに設定します。
11.
© IBM 2016
11 IBM Watson Analyticsへ接続情報を設定する IBM dashDBの接続情報を入力して【Create】をクリックします。接続するデータベースごとに 設定する内容は異なります。
12.
© IBM 2016
12 【+ New data】-【Connection】をクリックすると先ほど登録したIBM dashDBの接続 が出てきます。 データベース接続の登録
13.
© IBM 2016
13 2つのテーブルを結合して分析データを作成します。 テーブルを結合する
14.
© IBM 2016
14 分析に使用するデータを選択 IBM dashDBのアイコンをクリックしてDBにアクセスし、分析に使用するテーブルを選択し 、【Shape before】をクリックします。
15.
© IBM 2016
15 【Join】をクリックして、ジョインキーをそれぞれのテーブルから選択します。 テーブルを結合する
16.
© IBM 2016
16 ジョインキーを設定 【Join】をクリックして、ジョインキーをそれぞれのテーブルから選択します。複数のジョインキ ーの設定も可能です。 ジョインキーを複 数設定できます 結合方法を 選択できます 結合方法の設定
17.
© IBM 2016
17 2つのテーブルを結合した分析データの完成形を確認できます。 結合後のデータセットの確認
18.
© IBM 2016
18 マスキングしたいカラムヘッダをクリックし、【Clense】-【Change Value】-【MD5】を選 択し【Apply】をクリックします。 ハッシュ関数はSHA1およ びMD5が利用できます。 他にも文字列を置き換え なども可能です。 データをマスキング(暗号化)する
19.
© IBM 2016
19 IBM Watson Analyticsにデータをアップロードします。 をクリックし、Datasetの名 前を入力し、【OK】をクリックします。 データセットに名前をつける
20.
© IBM 2016
20 IBM Watson AnalyticsのDataに「myDataset 」が登録されています。このデータセットの下部にある ・・・をクリックして、【Refine】を選択して、データを確 認することができます。 アップロードしたデータの確認
21.
© IBM 2016
21 IBM Watson Analyticsの使い方は以下のサイ トをご参照ください。 • 機能概要 http://bit.ly/1TFQef9 • さわってみよう!Data 編 http://bit.ly/259W5Vm • さわってみよう! Discover 編 その1 http://bit.ly/1Tl6TqQ • さわってみよう! Discover 編 その2 http://bit.ly/1XhULK6 • さわってみよう! Discover 編 その3 http://bit.ly/23VMDPw • さわってみよう! Display 編 その1 http://bit.ly/1XhUWF0 • さわってみよう! Display 編 その2 http://bit.ly/1ThB9Rj
22.
© IBM 2016
22 <補足資料> IBM Watson Analyticsのご紹介
23.
© IBM 2016
23 • 現場の事業部門の方向けの、分析用のクラウド・サービスです。 マーケティング キャンペーン計画と 投資収益率 (ROI) 営業 顧客維持 財務 売掛管理の優 先順位付け オペレーション 品質分析 人事 従業員との リレーションシップ IBM Watson Analytics とは 現場の事業部門の方向けの、分析用のクラウド・サービスです。
24.
© IBM 2016
24 Source: Analytics: The New Path to Value, a joint MIT Sloan Management Review and IBM Institute for Business Value study. Copyright © Massachusetts Institute of Technology 業務が忙しすぎて 分析作業には 時間がとりずらい (34%) 分析ツールの使い方 に自信がない (38%) データが どこにあるか 見つけにくい (24%) IBM Watson Analytics とは IBMの最先端の技術を用いて、『こういう分析ツールがあったらいいな』 を具現化しました。
25.
© IBM 2016
25 • ガイド型分析 • 分析内容とビジュアライゼーションに応じて、適宜分析軸をおすすめしてます • また分析内容と分析軸に応じて、適宜ビジュアライゼーションをおすすめします • 統計解析機能 • 統計的な相関関係、予見、要因分析などの統計解析により、何がビジネスに最も影 響を与えているかだけではなく、何が影響を与えそうかという事も踏まえた分析結 果を提示しビジネスユーザを最も重要なビジネス・ドライバーへと導きます • 自然言語をベースとした “Cognitive” コンピューティング • 通常業務で使用している言葉で問いかけができます • IBM Watson Analyticsはビジネスを理解し問いかけに対して返答します ※2016年6月現在英語のみサポートしています。 IBM Watson Analyticsの革新的なポイント
26.
© IBM 2016
26 • クラウドでサービスを提供 • いつでもどこでも利用ができます • すぐに利用をはじめられます • 運用管理は一切不要です • 最新の技術がどんどん取り込まれていきます • 協業パートナー様とのアライアンス・エコモデル • Twitterデータの利用にトレンドの可視化 • データ・マーケット・プレイス(Analytics Exchange)との連携 ※2016年6月現在ベータ稼働中。 IBM Watson Analyticsの革新的なポイント
27.
© IBM 2016
27 ? ? … ? ? ? 従来型BIツール Watson Analytics Value and Trust データの価値と信頼 Exploration and Innovation 探索とイノベーション Systems of Insight 洞察を導き出すシステム ミッションクリティカルな レポートと分析 日々の疑問の問い合わせや 新しい発見 新しい洞察 正しいデータからの 精度の高い洞察 従来型BIツールとの位置づけの違い
28.
© IBM 2016
28 時間 分析効果 現在 従来型ツールを用い、時間をかけてゴールにたどり着く手法 1)自動提案 3)新たな発見へ 新たな発見 分析 結果 2)短時間での分析 (負荷軽減・時間短縮) 分析 結果 IBM Watson Analytics の目指すもの
29.
© IBM 2016
29 このデータから見たいのは、こういうものですかね??
30.
© IBM 2016
30 こういうのも見たいんじゃないですか?
31.
© IBM 2016
31 データ項目によって、Watson Analyticsが推 奨するビジュアライゼーションが変わります このデータの見方なら、このビジュアルがいいですよ。
32.
© IBM 2016
32 このデータではこの項目とこの項目に相関があります。
33.
© IBM 2016
33 このデータは汚いんで分析に向いていないですよ。
34.
© IBM 2016
34 https://www.facebook.com/BusinessAnalytics/
Download now