サクサク読めて、アプリ限定の機能も多数！
トップへ戻る
ドラクエ3
blog.xica-inc.com
7月からサイカにジョインした林です。先週末の PyCon JP 2014 in Tokyo に参加したので、印象に残っている発表をご紹介します。今年の傾向として、Pandas や SciPy, NumPy などデータ分析関連の発表が多く見られました。サイカでも同技術を利用していますが、ここ数年のデータ分析分野の盛り上がりから、ウェブと分析を融合しやすいPythonへの注目が強まっているのかもしれません。 Deep Learning for Image Recognition in Python (Hideki Tanaka) Deep Learning for Image Recognition in Python from Hideki Tanaka この発表を見られただけでも、今年の PyCon JP に参加した意義がありました。Deep Learning というと敷居が高そうですが
サイカでエンジニアをしております田中です。 今回は弊社の統計分析ツール adelie でも採用している C3 というチャートライブラリを紹介したいと思います。 C3 とは C3 はチャートに特化したビジュアライゼーションライブラリです。D3 のラッパーライブラリで、D3 の見た目の美しさやインタラクション性などの特徴を残しながら、チャートライブラリとして分かりやすいインターフェースを提供するという方針で開発を進めています。 開発のきっかけ 現在弊社の adelie では UI の一部として C3 を使ったチャートを搭載していますが、初期バージョンでは D3 を直接使い自前で実装していました。またちょうど同じ頃、私の個人的なプロジェクトでも D3 を使ったチャートを実装しており、それらで得たノウハウをもとに再利用可能なライブラリとして個人的に開発を始めました。その後は基本的には上述の方針の
こんにちは。サイカの社内ITおじさんの海老原です。 たかがツールされどツールということで、社内の業務で用いる様々なツールの選定とその運用設計は、業務効率ひいては仕事時間における幸福度まで左右する非常に重大な問題です。そのため、それらのツールの選定も私の重要なタスクの一つになっています。 この2週間ほど、これまで使っていたHipChatに代わるチャットサービスを検討していたところひとまず一旦の結論を出せたので、今回はそれについて書いていこうと思います。 移行の背景 HipChatは大変良いサービスで、業務環境としては特に以下のような連携面での恩恵を受けていました。 サービスHipChatとの連携 Jira/GreenHopper(issue management,agile)issueのアップデート通知 Confluence(document management)日報の投稿の通知 Bitb
皆さま いつもお世話になっております。CEOの平尾です。ご覧いただいているメンバーブログも2巡目ということで、久しぶりの登場となりました。 今年の4月、素敵な出来事が多発しました。ずばり、アデリーユーザーおよびアデリーの導入を意思決定された方々の昇進ラッシュです。 そんな状況を目の当たりにしてから、私は“出世の裏付けとなる共通点”がユーザーにはあるのでは？ と考えるようになりました。もちろん、新プロダクトを受け入れられる「受容力」という、ベンチャーサービスのユーザーで一般に言える共通点もあるかと思います。しかし、それだけでは会社内での地位の向上は説明できません。 そこで、私が発見してきた“アデリーユーザーだからこその共通点”をご紹介します。また、そこから見えてくる“アデリーの本質”についてお話しできればと思います。 アデリーユーザーに共通している5つの要素 （1）仮説力 まず絶対的に言え
おそらく、業務の中でデータを扱う場面においては、「とりあえずエクセル使おう」という方が圧倒的多数だろう。エクセルは「分析ツール」というアドインが用意されており、これを使うことでさまざまな分析を行うことができるようになる。ちなみにmac 2011では、現時点では分析ツールというアドインは利用できない。 今回は、そのようなアドインを使わずに関数だけを用いて重回帰分析を行う手順と、その結果の読み方を紹介したい。 重回帰分析を行うデータを準備する 基本的な形式を理解する まずは、分析に用いるデータを所定の形式で準備する。難しいことではないので、一度覚えれば簡単にできるようになる。データは、目的変数（被説明変数）となるデータを右端に、説明変数をそれよりも左に並べた形で準備する。目的変数、説明変数については重回帰分析を理解するために知っておきたい7つの統計用語を参照して欲しい。 ここからは、100件の
統計分析は、日常的に触れる機会がないために理解が難しいものも多い。 しかし、重回帰分析は、他の多変量解析の手法に比べて理解しやすく、また利用法も簡単で、現実的に活用しやすい。しかし、それでも自分自身で正しく結果を読み解き、またそれを他の人に伝えるうえで、理解すべき最低限の用語がいくつかある。 そこで今回は、そのなかでも最重要な7つの統計用語について“結果を読むために必要な程度まで”重回帰分析について理解できるような解説をしたい。 重回帰分析とは？ 重回帰分析とは、あるデータを他の複数のデータによって予測する（ないしは説明する）「関係性の式」を作る分析手法のことである。 この式を「重回帰式」と呼び、以下のような形で表現される。 詳細な説明は120秒で分かる重回帰分析をご覧いただきたい。 重回帰分析を理解するために必要な7つの用語 （1）目的変数 他の変数によって「説明される」変数のこと。
このページを最初にブックマークしてみませんか？
『blog.xica-inc.com』の新着エントリーを見る
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
