小型ボードコンピュータ「Raspberry Pi（ラズパイ）」を使って、低コストかつ現場レベルでIoT（モノのインターネット）を活用する手法について解説する本連載。第4回と第5回では、AI技術の活用事例として注目を集めるAI-OCRとラズパイの組み合わせによる生産日報の電子化について前後編に分けて解説します。 今回からは、小型ボードコンピュータの「Raspberry Pi（ラズベリーパイ、略してラズパイ）」と、機械学習などのAI（人工知能）技術を活用したOCR（光学的文字認識）である「AI-OCR」を組み合わせた事例となる「生産日報の電子化」をどのように実現するかについて、前後編に分けて解説します。 ⇒連載「ラズパイで製造業のお手軽IoT活用」バックナンバー 生産日報電子化の課題 生産日報は、全ての生産現場で、必ずといっていいほど記録されています。生産日報を記録することにより、生産現場の状

iOSと Androidをまとめて開発したいという要望があり、その夢と現実の歴史。ゲームは知りません。 3行まとめ 流行りと衰退を繰り返している それぞれの差分が辛い Flutterが流行りつつある(?) ネイティブアプリ iPhoneとAndroidが2007年に発表され、今後の携帯電話のスタンダードになっていくことが予見された。当時の開発言語はObjective-CとJavaであり、ほぼ同じロジックを二つの言語で書く必要があった。現在はSwiftとKotlinに取って代わられつつあるが２つの言語で書く必要があるのは変わらない。面倒くさいよね。 クロスプラットフォーム 理論上、半分の時間でできる。OSごとで何かあって半分にはならない程度 OSのアップデート等で不具合が発生したりするのはネイティブでも同じだが、プラットフォームがアップデートしないと対応できない場合がある 早くなる分人間より

Young Coderより(M)。 50年経った今でも、私たちはプログラミングの支配的なパラダイムについて混乱しています。 マシュー・マクドナルド 何人かの敵を引き付けなければ、開発世界を何十年も支配することはできません。そして、オブジェクト指向プログラミングは、新旧数十種類の言語の概念的基盤を提供していますが、確かに敵もいます。 そのためか、私たちはOOPについての終わりのない一連のホットテイクに苦しんでいる理由です。彼らはOOPを、生産性を破壊する災厄であるとか、一連のごまかしのプログラミング・パターンであるとか、貧しいプログラマが無能さを隠すために設計された平凡なツールであるとか説明してきました。OOPは死んだとさえ宣言されたことがありました(14年前ですので、割り引いて下さい)。 OOPの4つの柱 これらすべての暴言に共通しているのは、現代のソフトウェア設計の落とし穴のいくつかを(

本記事では、時系列予測に利用できるpythonのライブラリの使い方について説明をします。 パッとライブラリを使うことを目指すため具体的なアルゴリズムの説明は省きます。 ※説明が間違えている場合があればご指摘いただけると助かります。 目次 利用データ ライブラリ Prophet PyFlux Pyro Pytorch Lightgbm 補足:Darts まとめ ソースコード このブログで記載されているソースコードはGitHubに上げておいたのでもしよろしければ参考にしてください。 github.com 利用データ 今回用いるデータはkaggleのM5 Forecasting - Accuracyと呼ばれるコンペティションで利用されたデータを用います。 作成したランダムなデータよりも実データのほうが予測をしている感があるからです。 予測に使うデータはwalmartの売上データです。 下図はその

０、はじめに マッチングアプリで機械学習エンジニアをやっているはやとと言います。今回は「Web系企業での一人目の機械学習エンジニア・データサイエンティストに必要なもの、やって感じたこと」について書いていこうと思います。 「Web系企業で機械学習エンジニアやってみたい！」「組織としてデータ分析や機械学習をやり始めたいけど何からやったらいいかわからない！」という方も多くいるでしょう。 Web系企業での機械学習エンジニア・データサイエンティストの動きはメルカリのブログとか本でよく見ます。しかし、まだ規模があまり大きくない会社における機械学習エンジニア・データサイエンティストの記事や本は一切見当たらず、また、立ち上げ（そんな大げさな言葉を使っていいのか分かりませんがw）の話が書いてあるものは見たことがないです。そのため、もしかしたら日本で初めての記事になるのではないかなと考えてワクワクしながら書い

はじめに 最近、異常検知に関する案件に関わって、結構苦労しました。 その理由の一つとして、異常検知の手法については一部本がでているもののそこまで多くはなく、また、異常検知プロジェクトの進め方という意味では情報があまり見つけられなかったというのがあります。 そこで、プロジェクト実施前に、こんな情報があればよかったなという内容についてまとめました。 自分が関わった案件は、設備のセンサーデータを用いた異常検知だったため、その内容に偏っていますが、全体の流れや考え方としてはあまりドメインや異常検知によらないものと思います。 なお、個別の異常検知のアルゴリズムについては話しません。 また、読者の対象しては、異常検知に興味がある人、機械学習プロジェクトに興味がある人を想定しています。 異常検知を取り巻くコミュニケーション 前提として、「異常検知」という言葉でイメージするものは人によって違います。関係者

2020年６月28日におこなわれた棋聖戦五番勝負第２局▲渡辺明棋聖（36歳）－△藤井聡太七段（17歳）戦は歴史的な一局でした。 中でも、藤井七段が指した61手目△３一銀は現在の最強コンピュータ将棋ソフト「水匠」がすぐには最善と判断できなかった一手として話題となりました。 その発端は開発者・杉村達也さん（33歳）の以下のツイートからです。 このツイートの真意について、杉村さんにうかがいました。 「６億手読む」とは、おおよそ28手先まで読むこと ――なんだかおそろしく話題になりましたね。 杉村「いやもう、びっくりしてます、正直なところ（苦笑）。けっこう今までも『これだけ読ませたら』みたいなツイートはちょっとずつしていました。例えば叡王戦の高見先生も相当いい手を指したとか」 ――2018年、第４期叡王戦七番勝負第１局▲永瀬拓矢七段－△高見泰地叡王戦（肩書は当時）。高見叡王は（72手目）△６五桂と

世界中の政府機関と保健当局は、新型コロナウイルス感染症（COVID-19）のパンデミックを抑えるソリューションを見つけ、人々を保護し、社会生活を維持するために協力しています。また、ソフトウェア開発者は、ウイルスと闘い命を救うために役立つツールの開発を通じ、感染症対策に貢献しています。このような助け合いの精神のもと、GoogleとApple は政府と保健機関による感染拡大を防ぐ活動を支援すべく、ユーザーのプライバシーとセキュリティを設計の中心に据えた Bluetooth テクノロジーの利用を可能にする共同の取り組みを発表しました。 新型コロナウイルス感染症は感染者との接触により伝染する可能性があり、公衆衛生機関は、感染拡大を抑える上で濃厚接触の検出·追跡が役立つ貴重な手法であると提唱しています。世界で多数の主要な公衆衛生当局や大学、NGO が、オプトイン形式の濃厚接触を検出·追跡する技術を開

リンク tifana.ai AIさくらさん│人工知能(AI)搭載キャラクター「さくら」による接客システム 「さくら」が接客対応する人工知能(AI)接客・窓口システム「AIさくらさん」は、東京のWeb制作会社ティファナが提供する音声会話型接客システム。Web・店舗・社内で導入できる人工知能を38万円から。企業の大きな課題となっている働き方改革に人工知能が貢献。音声認識や自然言語分析などを含めた会話型FAQソリューションを提供します。 26 users 148

「コロナの感染を止めることは難しいので、ピークをコントロールし、最終的に、ゆっくりとみんながコロナに罹ることによって、集団免疫を獲得しよう」 いわゆるピークカット＆集団免疫戦略とよばれるものだ。 先日英国のジョンソン首相がこの路線をとることを表明し話題になった。 私はこの戦略が最終的に破綻し、より多くのコストを払うことになるだろうことを２月の始めから繰り返しツイッターで書いてきた。しかしながら、いまだ多くの政治家やブロガー、識者ですらピークカット＆集団免疫路線を支持していていることに驚きを隠せない。 なぜピークカット戦略が破綻するのか。なぜ最終的なコストが高く付くのか？ 多少長いが、できるだけシンプルに書いたので最後まで読んで欲しい。 ピークカット戦略（集団免疫）とはなにか？ まずは、ピークカカット戦略（集団免疫）について簡単に説明する。 ピークカットとは、医療崩壊を起こさないように、感染

サーバを運用していると時々全然メモリが余っているはずなのにスワップが起きてしまうことがあります。この場合よくあるケースは非常に大きなログファイルがあってそのログファイルのために大量のページキャッシュが利用されていることです。 ログファイルなんて滅多に読まないので、そんなのにメモリ使うぐらいだったらもっと別のアプリケーションにちゃんと割り当ててくれよと思うのですが、なかなかうまくいかないものです。 そこで効果的なのがposix_fadivseをラップして指定したファイルのページキャッシュを解放するツールです。 ページキャッシュがどんどん増えている…そんな時に役立つワンライナー ファイル指定で、ページキャッシュにのっているか確認したり追い出したり 私の場合、今まではnocacheというツールをちょこっと改造して使っていましたが、最近もうちょっと便利な風に改造したいと思うようになってきました。例

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session.

Gartnerは2020年1月23日（米国時間）、仮想パーソナルアシスタントやチャットbotのような人工知能（AI）や新興技術が2024年までに、管理職の日常作業のほぼ69％を代替するようになるとの見通しを示した。 Gartnerのリサーチバイスプレジデントを務めるヘレン・ポイトビン氏は、こう説明する。 「管理職の役割は、今後4年間で一新されるだろう。管理職は現在、フォームの記入や情報の更新、ワークフローの承認に時間を費やしている場合が多い。AIを使ってこうした作業を自動化すれば、トランザクション管理に費やす時間を減らし、その代わりに学習や業績管理、目標設定により多くの時間をかけることができる」 AIや新興技術が管理職の役割を変えるのは必至だ。加えて、従業員はこれらの技術によって、管理作業を引き受けることなく、責任や影響力の範囲を拡大できると、Gartnerは述べている。イノベーションとA

昨年から本日に至るまで何百冊と本を売ってきた僕が、どうしても捨てられない本があった。 機械学習の本である。 第3次AIブームが起こり、意識の高いサラリーマン界隈は 「機械学習こそがこれからを生きる我々に必要なスキルだ！」 と浮足立った。 機械学習を学習すれば、GoogleやFacebookなどの華やかなテック企業に転職できるに違いない...！ そんな夢を見て、時にはお金を払って研修に参加したり、高額な本を買ってみたり、Kaggleで機械学習のコンペに参加してみたりもした。 中途半端に色々な本を読み、一通り試してみたが、どうも身に付いた気がしない。 本を読むだけでは実務での勘所が掴めず、何やら雲をつかむような感じで勉強していた。 数学が苦手なのも致命的であった。 「数学が苦手」と語るのは実に勇気がいることである。 「自分の頭が悪い」と宣言するようなものだからだ。 勝てない分野で闘わない 先日

Help us understand the problem. What is going on with this article? はじめに ソフトウェアの世界にはいろいろな仕事があります。何も知らない人から見て一番脚光を浴びがちなのが開発者、とくにプログラマーでしょう。スーパープログラマーを題材とした漫画やアニメ、映画はたくさんあります。しかし、それ以外の仕事は実際やってみないと想像しづらいことより、あまり実情が知られていません。本記事ではそれらの中からサポートエンジニアに注目して、この職種がどういうものなのかについて書きました。対象読者は開発者、とくに自分で作ったものを自分ないし近しい人だけが使うという経験しかしていない駆け出しの開発者です。 サポートエンジニアといっても色々なものがありますが、ここではSI企業において顧客システムでトラブルが起きたときにSEの依頼を受けて問題を解決

(2019-12-18 表現を一部訂正しました。) メタ記事。投稿するのにかかる手間に関する投稿です。 1 どうしてこんな記事を書こうと思ったか 日立製作所もガンガンOSS活動をしていることを知ってほしい。日立に興味があるが、OSSコントリビューションは社外発信にどれくらい熱心なのか気になる人向けに、とある一部署の情報をシェアしたい。 タイトルのような感想を持つ弊社内の人に情報発信してもらいたい。 (残念なことに、) 社内の情報共有サイトに書くよりQiitaに書いたほうが読まれそう。 後輩がAdvent Calendarの記事集めに苦労していたので気の毒になったため 注: 全社的な審査プロセスではなく、(株)日立製作所 ITプロダクツ統括本部のやりかたです。 では全社的なプロセスは？他の部署は？ → 詳しい方、（申請の上）コメントください。 ITプロダクツ統括本部って何？ Google i