NTTソフトウェアイノベーションセンタと株式会社Preferred Infrastructureが共同開発しオープンソースソフトウェアとして公開しているビッグデータ向けのリアルタイム分散機械学習基盤です。
Hadoop等がバッチ処理型のビッグデータ処理を主体とするのに対し、リアルタイムかつ分散実行可能な機械学習アルゴリズムを備えているのが特徴になります。
Jubatusでできる分析方法
分類・回帰・レコメンド・統計・異常検知・クラスタリング等の機会学習アルゴリズムを実装できます。
・分類/回帰
正解データを学習して入力値に対して出力値を推定
例）スパムメールか普通のメールかの推測
Tweetの内容から、性別や、職業、年代を推測 等
・レコメンド（推薦）
データから特徴を抽出した上で膨大のデーターから似たデータを高速に求める
・異常値検出
膨大なデータの中から他と似ていない異常なデータを検出
いかがでしたでしょうか。
今回は概要のみでしたが、別の機会もこのJubatusについて、もっと掘り下げてご紹介したいと思います！
次回もお楽しみに！！
