さてさて、とつぜんですが系統図とかネットワーク図を書く必要に迫られたことってありませんか? 僕はありました。 こんな図とか こんな図のことです 今日はそんなときに無料(!)で使える超つよいツール「Cytoscape(サイトスケープ)」に雑に入門して、お絵描きソフト感覚で手っ取り早く使う方法を紹介しようと思います。 ※この記事は、僕みたいに伝統的な日本企業で働く「Python?、R?なにそれ食べられるの?」「データベース?エクセルの表のことでしょ?」ってレベルの人向けに書いています。 図解!ネットワーク図作成のながれ さあ、まずはCytoscapeをインストール 例題は親しみやすいほうがいいですよね データセットを作ろう 最低限必要な項目はこの3つ あれ、登場人物、誰がいたっけ? Cytoscapeへの読み込み ちょっと見た目にこだわってみる 見やすいレイアウトをさがそう スタイルを設定して
Get details of the SPASE Data Model, which provides terms and syntax for uniform descriptions of Heliophysics resources, including Observatories, Instruments, People, Repositories, and (most centrally) Numerical Data products, An extended set of terms deals with simulations and models. A Dictionary of the terms is provided, along with the XML schema documents used to validate SPASE descriptions. U
政府の保有データを公開するサイトが一部、開店休業の状態になっている。誰もが簡単に使える「オープンデータ」のはずなのに、2割以上のデータにアクセスできない部分がある。欧米ではデータを活用した成果が目立ち始めた。出遅れる日本にはデジタル社会の土台を機能させるための意識改革が欠かせない。「リクエストされたページは見つかりません」。政府のサイトで作業を進めるとこんなメッセージが現れた。サイトは政府が
MDR Schemaは、物質・材料研究機構(NIMS)が運営する材料データリポジトリ「Materials Data Repository (MDR)」が採用するメタデータスキーマです。MDRは、材料データプラットフォームDICEが提供するサービスの一つで、公的研究資金による研究成果を公開することで、新たな研究に繋げることを目的とするリポジトリサービスです。研究論文や、論文に付随する研究データ、および研究に資するプログラムなど、公知となった成果にDOIを付与して公開しており、データの引用やダウンロードが可能です。 MDRの詳細については、DICEのWebサイトをご覧ください。 MDR Schemaは、MDRでのデータ登録や検索の利便性の観点から、論文や研究データを登録する際に必要とする最低限のメタデータ項目を定義しています。本スキーマは、材料科学の幅広い分野からフィードバックを得ることを目的
こんにちは。デジタルテクノロジー統括部でアナリストをしているY・Nです。 パーソルキャリアのデジタルテクノロジー統括部は、一般社団法人データサイエンティスト協会が定める「データサイエンティストに求められるスキルセット」を基に、以下の3つのグループが組織されています。 ビジネスグループ アナリティクスグループ エンジニアグループ 出典:データサイエンティスト協会 これらの3グループが互いに連携しあい、AI(ここでは機械学習による予測モデルを指すことにします)によって様々な業務を自動化させたり、意思決定の補助に利用させるプロジェクトに取り組んでいます。 その際、「AIの判断根拠をどの程度(どの様に)見せれば良いか」ということが常にビジネスグループで議題に上がります。殊にAIの予測結果を人間(特に営業部門の人)が見た上で意思決定の補助として利用する場合に顕著で、判断根拠が表示されないブラックボッ
CSV on the Web: A Primer W3C Working Group Note 25 February 2016 This version: http://www.w3.org/TR/2016/NOTE-tabular-data-primer-20160225/ Latest published version: http://www.w3.org/TR/tabular-data-primer/ Latest editor's draft: http://w3c.github.io/csvw/primer/ Editor: Jeni Tennison, Open Data Institute Repository: We are on Github File a bug This document is also available in this non-normativ
{"_buckets": {"deposit": "a9e8ad52-2655-4f9e-a708-989bfc5088f6"}, "_deposit": {"created_by": 22, "id": "2000001", "owner": "22", "owners": [22], "owners_ext": {"displayname": "otani", "username": "otani"}, "pid": {"revision_id": 0, "type": "depid", "value": "2000001"}, "status": "published"}, "_oai": {"id": "oai:jpcoar.repo.nii.ac.jp:02000001", "sets": ["74"]}, "control_number": "2000001", "item_1
研究データ公開その後:データの利活用状況をどう把握するか? −Japan Open Science Summit 2021セッション企画− 昨今、オープンサイエンスへの期待が高まる中、各分野の研究者、大学図書館員やリサーチ・アドミニストレーター(URA)といった支援者、IT基盤の研究開発者をはじめとしたあらゆるステークホルダーが集まる日本最大のカンファレンス「ジャパン・オープンサイエンス・サミット(Japan Open Science Summit:JOSS)」(https://joss.rcos.nii.ac.jp/)が2018年から開催されています。地球環境データ統合解析推進室(以下、推進室)からも開催初年度から研究者やスタッフが参加していますが、2021年6月14日から19日に開催されたJOSS2021ではデータ利活用に関するセッション(https://joss.rcos.nii.a
政党支持率を探る世論調査は、何を食べたいかを客に尋ねる食堂の店主に似ている。売り上げならば前日の伝票を見ればわかる。知りたいのは明日の注文だ。聞かれた方も「いつもの」と即答できる人もいれば、同じメニューを毎日にらむ人もいる。明日の注文、つまり、次の選挙の得票率はどのように予測すればよいのだろうか。 報道機関が世論調査で調べている政党支持率は、無作為に選んだ有権者に「支持している政党はどれですか」と尋ねた結果をそのまま集計したものだ。当人の望むと望まざるに関わらず、すべての有権者を同じ確率で選ぶといういささか乱暴な手法を使っているのは、その方法でしか偏り(バイアス)のないデータが得られないからだ。その新聞の購読者やテレビ局の視聴者でない人をも巻き込む性質から、調査結果は公開されている。 政党支持率は、選挙の予測得票率ではない。自民党の支持率は選挙で一度もとったことがない高い水準を維持している
About Snorql for Japan Searchについて ジャパンサーチ(JPS)で提供するブラウザ用SPARQLインターフェイス(Snorql for Japan Search)は、Richard CyganaikがD2R用に開発し、kurtjxがGitHubで公開しているSnorqlに、Linked Data Browserの一部機能を移植して拡張したJavaScriptツールです。次のような機能を備えています。 Snorql for Japan Search (JPS) is an extended version of Snorql, which was originally developed by Richard Cyganaik for D2R, and maintained in GitHub by kurtjx. The extensions include s
データで用いる様々な用語の表記、意味、構造を統一し、分野を超えてデータの検索向上やシステム連携強化を実現します。
This article provides an overview of the Azure database solutions described in Azure Architecture Center. Apache®, Apache Cassandra®, and the Hadoop logo are either registered trademarks or trademarks of the Apache Software Foundation in the United States and/or other countries. No endorsement by The Apache Software Foundation is implied by the use of these marks. Azure Database solutions include
Types of data marts include dependent, independent, and hybrid data marts.[clarification needed] Online analytical processing (OLAP) is characterized by a relatively low volume of transactions. Queries are often very complex and involve aggregations. For OLAP systems, response time is an effective measure. OLAP applications are widely used by Data Mining techniques. OLAP databases store aggregated
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く