Bluetooth SPP（無線シリアル通信）でExcel連携しリアルタイムに姿勢情報をグラフ描画する - Qiita
はじめに リコーの @KA-2 です。 弊社ではRICOH THETAという全周囲360度撮れるカメラを出しています。 RICOH THETA VやRICOH THETA Z1は、OSにAndroidを採用しています。Androidアプリを作る感覚でTHETAをカスタマイズすることもでき、そのカスタマイズ機能を「プラグイン」と呼んでいます（詳細は本記事の末尾を参照）。 「Bluetooth AudioデバイスからTHETAを操る」や「THETAプラグインで複数のSwitchBot温湿度計と連携する」の記事でも紹介している通り、2020年6月17日のファームウェアアップデートにてBluetooth Classic機器連携が解禁されています。 今回は「Bluetooth SPP(Serial Port Profile)」というプロファイルを利用して、無線LANと同時利用も可能な無線シリアル通信
今すぐ無料でPythonやデータサイエンスを学べる学習コンテンツ7選 | Ledge.ai
画像はUnsplashより 在宅時間が増加したであろう現在は、学生や社会人が人工知能（AI）やデータサイエンスについて身につける絶好のチャンスと言える。「AIについて何か勉強したい」「統計学について知りたい」という人も少なくないのでは。 近頃、Pythonなどのプログラミングについて勉強したり、データサイエンスについて知識を深めたりできる学習コンテンツが無料で公開される機会が増えつつある。そこで、2021年1月27日現在、無料で学べるAIやデータサイエンス関連の学習コンテンツを集めてみた。 総務省、社会人のためのデータサイエンス入門を無料開講 総務省は2021年1月12日開講した「誰でも使える統計オープンデータ」に先駆け、「社会人のためのデータサイエンス入門」を特別開講している。登録料および受講料は無料。 本講座では入門編として、統計学の基礎やデータの見方・データの取得方法などを学べる。統
【保存版】データサイエンティスト転職を決めるポートフォリオのガイドライン【書籍化決定】 - Qiita
書籍化されました 本記事をベースに監修者の村上さんが１冊の本にまとめてくれました（感謝） データサイエンティストのキャリア面やポートフォリオの細かい部分をさらに追加・ブラッシュアップした内容になっています。 まえがき はじめに 皆さん、「データサイエンティスト」という職種をご存知でしょうか？ この数年間で、AIやディープラーニングといったバズワードと共にデータサイエンティストというワードも、よく耳にするようになりました。最新の技術を扱えて、年収も高い非常に魅力的な職業なため、データサイエンティストへの転職を検討されている方もいらっしゃるのではないでしょうか？ 実際、データサイエンティスト職への就職・転職希望者は年々増加しています。しかし、未経験の人材を育成できる会社はまだまだ少なく、未経験からの転職は転職希望者の増加に伴い高まっています。 データサイエンティストは求められるスキルの幅が広く
1000万件オーバーのレコードのデータをカジュアルに扱うための心構え - joker1007’s diary
自分が所属している会社のメンバーの教育用資料として、それなりの規模のデータを扱う時に前提として意識しておかなければいけないことをざっくりまとめたので、弊社特有の話は除外して公開用に整理してみました。 大規模データ処理、分散処理に慣れている人にとっては今更改めて言うことじゃないだろ、みたいな話ばかりだと思いますが、急激にデータスケールが増大してしまったりすると環境に開発者の意識が追い付かないこともあるかと思います。 そういったケースで参考にできるかもしれません。 弊社は基本的にAWSによって運用されているので、AWSを前提にした様なキーワードやサービス名が出てきます。後、句読点があったり無かったりしますが、ご容赦ください。 追記: 社内用の資料の編集なのでかなりハイコンテキストな内容だから誤解するかもしれませんが、これらはそもそもRDBの話ではありません。(関係無くは無いけど) 1000万オ
総務省が無料データサイエンス講座を開講、松尾豊氏ら講師に | Ledge.ai
画像は『総務省統計局「社会人のためのデータサイエンス演習」講座PV』より 総務省は9月29日から、実践的なデータ分析の手法を学習できるとうたう、データサイエンス・オンライン講座「社会人のためのデータサイエンス演習（外部サイト）」を開講している。登録料および受講料は無料。閉講日時は12月7日の23時59分。 本講座では、ビジネスや行政での活用を想定しており、社会人や大学生に向けて、ビジネスや業務上での分析事例を中心に実践的なデータ分析（統計分析）の手法をわかりやすく解説するという。前提条件は表計算ソフトMicrosoft Excelの基本的な操作ができること。 『総務省統計局「社会人のためのデータサイエンス演習」講座PV』より 講師は、総務省統計局の會田雅人氏、総務省統計局の阿向泰二郎氏、株式会社電通の佐伯諭氏、東京大学の松尾豊氏、株式会社ブレインパッドの奥園朋実氏、株式会社ブレインパッドの
「未経験文系から3ヶ月でデータサイエンティストになって一発逆転」はここで終わり (2020/7/31 更新) - todo-mentor’s diary
データサイエンティストを生業にする手段と実態について述べる。 途中、具体例・境界値の例として私個人の話もするが、なるべく一般性のある話をする。 この記事で言いたいことは具体的には4つだ。 プログラミングスクールをディスるなら代わりの入門方法を提供しようよ。 もう「未経験文系から3ヶ月でデータサイエンティストで一発逆転物語」を止めろ。*1 おじさんは人生逆転したいなら真面目にやれ。 若者はワンチャンじゃなくて、ちゃんと化け物になれよ。 この記事についてはパブリック・ドメインとして転載・改変・リンク記載を自由にしてよいです。 (続き書いた) a. 入門は辛いが… b. 思考停止でプログラミングスクールに通うな。 なろう系・始めてみよう系資料一覧 （最速・最短ルート用） まずは動かしてみよう。強くてニューゲームが体験出来るぞ！ 入門以前の本 一般向け業界本 (AI業界と展望がわかる本) 技術者入
にゃんこそば🌗データ可視化 on Twitter: "「クルマ社会と電車社会の境目はどこにあるんだろう？」と思い、簡単に可視化してみた。 2010年国勢調査のデータより、【15歳以上の男性が通勤で使う交通手段1位】で塗り分け。 複数回答なので、例えば「駅まで車・駅から電車」の人は自… https://t.co/fGe8KG99d0"
「クルマ社会と電車社会の境目はどこにあるんだろう？」と思い、簡単に可視化してみた。 2010年国勢調査のデータより、【15歳以上の男性が通勤で使う交通手段1位】で塗り分け。 複数回答なので、例えば「駅まで車・駅から電車」の人は自… https://t.co/fGe8KG99d0
データサイエンティストが企業にとって有用な理由、そして新たにデータサイエンスを自社に導入するための3要件 - 渋谷駅前で働くデータサイエンティストのブログ
(Image by Pixabay) この国では未だに訳の分からない、何も実態を反映しない「データサイエンティスト論」がそこら中に流布されている模様ですが、そんな中Harvard Business Reviewにこんな素晴らしい記事が出ていたのを見つけたのでした。 その公式日本語記事が先日出たので、こちらの方が読みやすいかもしれません。 正直言って、この記事の本文をお読みいただければ特に何も付け加えることはありませんし、全く同じ内容の提言は異口同音に（それこそこのブログも含めて）この5年以上に渡って散々喧伝されてきたので今更繰り返すような話でもない気がしますが、個人的には非常に的を射た内容の記事だと感じたこともあり、自分の経験と合わせて少しまとめて解説してみようかと思います。 そもそもデータサイエンティストとは何者なのか（だったのか） 今回のHBR記事の提言 データサイエンスを独自の部門と
Kaggleで世界11位になったデータ解析手法～Sansan高際睦起の模範コードに学ぶ｜ハイクラス転職・求人情報サイト AMBI（アンビ）
Kaggleで世界11位になったデータ解析手法～Sansan高際睦起の模範コードに学ぶ Kaggleの上位入賞者であるKaggle Grandmasterを獲得した、Sansan株式会社のデータサイエンティスト高際睦起さん。模範となるソースコードをもとに考え方や解析手法を教えていただきました。 「Porto Seguro’s Safe Driver Prediction」とは？ 【技法1】前処理 【技法2】特徴抽出 【技法3】予測モデルの作成 Kaggle初心者は何から始めるべき？ データサイエンティストを目指す若き人たちへ 世界中のデータサイエンティストたちが集まり、企業や研究者が投稿したデータに対する高精度なモデルを競い合うプラットフォーム・Kaggle。メンバーは100万人を超えており、良問の多さや参加者のレベルの高さゆえに、機械学習を学ぶ者にとって優れた研鑽（けんさん）の場となって
データ分析は「次にどうするかを決めるため」にやることです／データ分析の基本をまとめてみる｜データ分析とインテリジェンス
「データ分析の基本をまとめてみる」の前置き（いくつか書いたら別に目次作ってそちらに移動します） スポーツをするにもシュートの打ち方やバットの振り方といった技術を知らないと何もできませんが、それに加えてサッカーでは「手を使ってはいけない」、野球だったら「打ったら一塁ベースに向かう、ベースから離れている間にタッチされたらアウト」というような基本的なルールについても知っておく必要があります。 データ分析で言うとExcelから統計学や機械学習のような技術の話はあるのですが、きちんとデータ分析を行うためのルールがまとまって整理されていないのでみんな独学や師匠からの一子相伝で行っているわけですが、車輪の再発明になったり知識が共有されなかったりとどうにも効率が悪いと以前から感じています。 で、感じるばかりではしょうがないので自分で書いてみよう、と始めたのがこの「データ分析の基本をまとめてみる」です。 「
株式会社ブレインパッドに転職しました - もえろぐ
2019年2月に日系コンサルティングファームを退職し、2019年3月より株式会社ブレインパッドに勤務しております。 データサイエンスとは縁遠いキャリアを歩んできたため、一つの参考ケースとして、転職に至るまでの経緯や転職を決めた理由について書き留めておきます。 誰？ データサイエンスとの関わり 就職〜前職前期の歩み データサイエンスとの出会い 学びのきっかけ 気がつけば本業に なぜ転職するのか？ なぜブレインパッドなのか？ 「できるだけ多くの」強い奴に会いに行く 社会をデザインするという気概 ブレインパッドどう？ 幸せですか？ ネガティブ要素は？ 開発環境は？ その他はどう？ 転職活動どうだった？ 最後に 一緒に働きませんか！ こんな活動もしています 誰？ 都内在住のアラサー女性です。 1社目は医療法人グループの経営企画、2社目はコンサルティングファームと、データサイエンスとはあまり縁のなさ
王 貞治、長嶋茂雄、田中将大、大谷翔平……球界のレジェンド・野村克也が『パワプロ』各選手＆自身の能力データをボヤキながら分析してみた
1994年にスーパーファミコン用ソフトとして第一作が発売されて以降、来年にはシリーズ25周年を迎える『実況パワフルプロ野球』（以下、『パワプロ』）。 最新作『パワプロ2018』では「VRモード」が実装されるなど、シリーズを重ねるごとに新たな要素が追加されているが、第1作目からずっと変わらないものがある。 それは、実名のプロ野球選手に“能力データ”が設定されていることだ。 自分がひいきにしている選手の能力が低いと「もっとすごい選手なのに……」とグチりたくなるし、能力が高く設定されていても「わかってないな〜」とひとこと言いたくなる「選手の能力データ」は、開発チーム独自の査定によって設定されているとのこと。 この“能力データ”は、プロ野球界でも、選手が冗談交じりに「自分の能力に納得がいかない」と不満を語るケースもあるようだ。 では実際、プロの視点から『パワプロ』の能力データを見た場合、どのように
【保存版】Pythonでデータサイエンスするための全体像と、必要な学習項目を初心者向けにまとめてみたよ！｜Dai
このnoteでは、データ分析をやってみたい人向けに、何を学んだらよいかまとめます。ちなみにこの記事では、「ディープラーニングで何かしたい！」みたいな人ではなく、「データをもとに有益なアウトプットを出せるようになりたい」という人向けの記事となっています。 追記) 反響があり、News Picksではテクノロジー一面に掲載されていました。 また、はてなブックマークでもホットエントリー入りして、5/5現在898ブックマークを突破しました。 データ分析の全体像まず、データ分析を行う上での全体像から見ていきたいと思います。流れとしては大きく分けて、4つあります。 1. データ分析から何を検証したいか決める (調査のデザイン) 2. データ収集 3. データの整形 4. 分析を行う 各フェーズごとに行うことと、何が学ぶべきかまとめていきたいと思います。 1. データ分析から何を検証したいか決める (
［Python］60,000点のファッションアイテムのデータを使ってDeepLearningを実装 - Qiita
共有すること 60,000点のファッションアイテムのデータを使って、DeepLearningを実装する方法 この記事を書いた人の特徴 ・独学でプログラミングを勉強中 ・プログラミングの実務経験なし ・大学時代はゴリゴリの文系（教育学部）で、数学が苦手。プログラミングにも全く興味なかった。 なぜ共有するのか？ 主な目的は、下記の３点 ①DeepLearningに関する知識を定着化するため ②プログラミング実務未経験でも用意されているライブラリを使えばDeepLearningを実装できることを横展開したいため ③忘れた時に見直すため 「ゼロから学ぶDeepLearning」を読んだ。何となくわかりそうだけど、どう実装すればいいかわからなかった。 その時に参加したDeepLearningに関するセミナーが凄くわかりやすかった。 その時に学んだ知識を自分なりに咀嚼し直して、知識の型化・横展開をした
機械学習でギターアンプをモデリングする - Qiita
2018/2/6追記 Twitter等で質問を頂いたので、その回答などを末尾に補足として追記しました。 2018/2/9追記 ソースコードを公開しました。 https://github.com/coz-a/Audio-Effect-Replicator サマリ LSTMを使って、ギターアンプの音をシミュレートした。 はじめに 昨年の夏にCNNを使ったギター画像の分類にチャレンジしましたが、引き続きギター関連のネタです。今回は音で遊びます。 ご存知の方が多いかと思いますが、さまざまな音源で聞けるエレクトリック・ギターの音は、通常、ギターアンプから出た音です。ギターの出力を直接ミキサーやパソコンのオーディオIFに入力して録音しても、所謂「エレキギターの音」にはなりません。ギターの信号が、アンプの真空管やスピーカーを通して歪むことで、初めてエレキギターらしい音になるのです。 このアンプの歪みをシ
初心者向け・SQLの練習問題をたくさん解ける学習サイトと本7選 - paiza times
Photo by Brent Ozar こんにちは。谷口です。 エンジニアを目指している、もしくはエンジニアと一緒に仕事をしている方の中には「SQLを学習したい」という方も多いでしょう。もちろん、エンジニアでも「なんとなくSQL使ってるけど、実は苦手……」という方は少なくないと思います。 ただ、「SQLを勉強したいけど、実際に触って試せるデータベースがない」という方は多いですよね。SQLは実際のデータベースがないと操作ができないので、勉強したくてもなかなかできないのが難点でした。 paizaにも「もっとSQLを触りたい、実践的な問題が解きたい」といった声が多く寄せられています。そこで今回はSQLの練習問題がたくさん解ける学習コンテンツを7件ご紹介します。 【目次】 ■SQLとは？ ■SQLの問題がたくさん解ける学習コンテンツ ◆Progate ◆Codecademy ◆paizaラーニング
ネット全盛だからこそ思い出は大切に。主要SNSやGmailのデータをローカルに落とす方法まとめ
ネット全盛だからこそ思い出は大切に。主要SNSやGmailのデータをローカルに落とす方法まとめ2017.12.29 19:00 abcxyz Image: Gizmodo Japan/Tumblr, Instagram, Facebook, Twitter, WhatsApp, Gmail Facebookが突然消滅したら消えちゃいませんか、思い出。 クラウドサービスが普及していますが、クラウドだけにファイルを保管するのはリスキーです。バックアップをとっておかないと、アカウントがハックされたり、サービス運営会社が潰れたりしたときに、SnapchatやGmailで交わされた大切な会話や連絡がデータセンターの煙と共に消え去ってしまいます。そうならないように、SNSやクラウドサービスにアップしたデータのローカルコピーを作成する方法を知っておきましょう。 FacebookImage: abcxyz
市場バグを引き起こした優秀なデータたち - ボドゲを愛するテスト屋さん
※この記事は「ソフトウェアテストの小ネタ Advent Calendar 2017 - Qiita」用の記事です。 ソフトウェアテストの小ネタ 2日目担当のオムそばです。 実はちゃんとした(?)記事を書くのはこれが初めてなので、生暖かい目で見ていただければ。 そんなわけで早速表題の件、市場バグを引き起こした優秀なデータたちをご紹介します。 今回は、よくある「半角記号」、「空白やスペース」などは割愛させていただきます。 (2017/12/26追記)"市場バグ"という言葉に違和感や疑問を持たれた方は、こちらの記事をどうぞ。文言について整理してみました。 ■日時に関するデータ ・1969/12/31、2038/1/20：UNIX系のシステムに有効なデータ。UNIXのシステム時刻は1970/1/1 開始なので、それ以前のデータを打ち込むと予期せぬエラーが発生する可能性がある。また、同様に2038/
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
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
東日本大震災タイムラインプロジェクト｜NHK NEWS WEB
ヘッドホンおすすめランキング52選｜人気製品をプロがレビュー！
