Nishioka Miwa

上記Yelp Datasetチャレンジの画像

Java EEフレームワークを用いた予約システム

上記CatBoost課題の画像

ECサイトのセンチメント分析

アンドロイドアプリケーション

レビューサイトYelpは学術研究のためのデータセットを公開しています(https://www.yelp.com/dataset_challenge/dataset)。ラウンド9には、4,153,150 件のレビュー、946,600件のtips、125,532件のチェックイン、1,029,432のユーザ、144,072のビジネスの情報が含まれていました。

【方法】
ダウンロードしたデータはJSON形式だったので、CSV形式に変更し、MySQLにロードしました。

例えば、ある地点から一番近くの和食レストランを検索するなどの距離計算に、Spacial indexを使用した場合どれくらい早くなるか調べました。PHPを使って近くのレストラン検索システムも作成しました。
また、Rを使って相関関係を計算したり、グラフの描画を行いました。
tipsが一番多かったのは、ラスベガスのマッカラン国際空港でした。アイスクリーム店のレビューは7月に最も多く、ヘアサロンのチェックインは土曜日が最も多かったです。

(個人)

ビッグデータにチャレンジ Yelp Dataset Challenge Round 9

（グループ）
オンラインアンケートの作成と実施を担当

大学生の電子書籍の使用状況に関する調査

テキストマイニングと自然言語処理の技法を用い、文学作品の紹介を試みます。
また、テキストクラスタリングとセンチメント分析、バイナリクラシフィケーションもやってみます。

（プライベート）

『赤毛のアン』のテキストマイニング

天気予報を見ていると、『洗濯指数』なるものを目にします。アプリなどもあるようです。ただ指数の表示方法はまちまちで、詳細な計算方法などは公開されていないようでした。
今回は独断と偏見により、「天気」、「降水確率」、「湿度」、「風速」、「最高気温」と「最低気温」の気象データを集めデータを作りました。
CatBoostはロシアYandex社が公開している機械学習のライブラリで、カテゴリカルな属性を扱うことができます。ダミーの「曜日」と連続値から変換した「風速」の2つがカテゴリカルな属性です。
loss function, number of iterations, depth of tree, learning_rateなどパラメータを変更し、それぞれ32回ずつ実行し、パフォーマンスに変化があるか調べました。

（個人）

CatBoostClassifierを用いた、洗濯指数の予測

主に
	• BeautifulSoupを使ったウェブスクレイピング
	• pandas,matplotlibを使ったプロット
	• Selenium
	• ワードクラウド
などを担当

(グループ）

Nishioka Miwa

Nishioka Miwa

つながってこの人をもっと知ろう

個人の実績

個人の実績

個人の実績

Accomplishments / Portfolio