ビジネスで使えるPythonを使った統計的データ分析手法まとめ - Qiita
概要 WEB系のサービスで色々な試作を実施した後に効果を検証するのは非常に重要だと思いますが、 そのやり方として基本的な統計学が十分に使えると思っています。 今回は基本的な統計学からビジネスで使える試作の効果検証、データ分析を目的にPython+JupyterLab(Docker)を使った統計的データ分析のやり方をまとめました。 また今回使ったnotebookは以下にもありますのでご参考ください。 https://github.com/hikarut/Data-Science/tree/master/notebooks/statisticsSample 環境 以下を参考にDockerでJupyterLabが使える状態を前提とします。 Dockerで起動したJupyterLabでvimキーバインドを使う
AWS、Azure、GCPが競争相手になるとき
Greg Kogan エンジニアでもあり、B2BソフトウェアおよびAIスタートアップのグロースコンサルタント この記事は、著者の許可を得て配信しています。 https://www.gkogan.co/blog/big-cloud/ 誰かが会社のチャットにAWSのプレスリリースを投稿するところから始まります。 見出しには「AWSはFooBarを発表します」と書かれています。 一般的にお知らせは、具体的な技術には言及しないのですが、会社の製品が入った大変な量の専門用語が含まれています。顔をしかめるこの絵文字→😬でレスポンスする人もいれば、AWS FooBarが当社の製品とはまったく違うものだ、自分の製品の方が断然優れている‥‥というような内容のことを返信する人もいます。あらゆる反対の意見の嵐で、AWSのプレスリリースの話題はふっとびました。 確かに、その危惧は正しいです。 過去6年間、エンタ
工場を襲うサイバー攻撃の大半は“流れ弾”、トレンドマイクロが“おとり”調査
スマートファクトリー化が進む中で懸念が広がっているのが「工場のサイバーセキュリティ」である。ただ、実際に工場へのサイバー攻撃はどのような頻度で、どのように行われているのだろうか――。そうした疑問に答えるために240日間にも及ぶ“おとり調査”を実施したのがセキュリティベンダーのトレンドマイクロである。 トレンドマイクロは2020年3月13日、2019年に5～12月にかけて実施した「工場向けサイバー攻撃おとり調査」の結果についてメディア向けに発表した。本稿では、その内容を紹介する。 調査用の工場おとりシステムを構築 今回のおとり調査は、工場向けのサイバー攻撃の「発生頻度」と「影響度」の実態を測るために、トレンドマイクロが2019年5月6日～同年12月31日まで実施したもの。米国に調査用の「工場おとりシステム」（ハニーポット）を構築し、どのようなサイバー攻撃をどの程度受けるのかを測定した。 調査
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
