「そのスマートTV、こっそり“スクショ”されてます」──視聴しているものを追跡する技術、海外チームが検証
この技術の実態を明らかにするため、研究者たちはSamsungとLGという2大スマートTVブランドを対象に、英国と米国の2カ国で詳細な実験を行った。 具体的には、6つの主要なシナリオを設定した。まず「アイドル」状態、つまりTVの電源は入っているがホーム画面のままの状態。次に「リニア」視聴、これは従来の地上波放送を見る状況。 「FAST」は、TVメーカーが提供する無料広告支援型ストリーミングサービスの視聴を指す。「OTT」は、NetflixやYouTubeなどの外部ストリーミングサービスの使用。「HDMI」は、ゲーム機やPCなどの外部機器をHDMI接続して使用する状況。そして「スクリーンキャスト」は、スマートフォンなどの画面をTVにミラーリングする使用法である。 さらに、各シナリオで4つの異なる設定を試した。ユーザーアカウントにログインしている状態とログアウトしている状態、そしてACRを含む広
職場で強いストレスを受けているメンバーを見抜く“一言” 5年間3,800人のデータからわかった高ストレス者の特徴と改善策
従業員の「睡眠改善」がストレス軽減やワークエンゲージメント向上につながることを解説した、株式会社フェアワークとNTT PARAVITA株式会社の2社共催セミナー「約3,000人のデータ分析結果からわかった効果的なメンタルヘルス対策」。本記事では、同セミナーの第2部「効果的なメンタルヘルス対策のための実践ガイド」の模様をお届けします。NTT PARAVITAの猪原祥博氏が、定期的に「高ストレス判定」を受ける人の多さや、たった一言で部下の高ストレスを見抜く方法などを語りました。 定期的に「高ストレス判定」を受ける人の多さ 猪原祥博氏（以下、猪原）：今度は「大手IT企業のストレスチェックデータ」をご紹介します。これは許諾をもらい、完全に匿名加工されたものです。全4万件のうち、データ提供に同意した約3,800人の、2019年から2023年までの5年分のデータになります。 5年中5回とも「高ストレス
コードの寿命・データの寿命・互換性の寿命 - 明治大学 情報科学科 特別講義 2023-06-02
明治大学 情報科学科 特別講義 コードの寿命・データの寿命・互換性の寿命 三廻部 大 @ Treasure Data, 2023-06-02
夫婦で納得の土地探しをするためにLINE Bot作ったりデータサイエンスした話 - ABEJA Tech Blog
皆さんこんにちは！ ABEJAでデータサイエンティストをしている服部といいます。 本記事はABEJA Advent Calendar2022の10日目の記事になります。 背景 引っ越しから2年.... データサイエンティストとしてのリベンジ 前回の反省を踏まえて.... 1. お得そうに見える土地には絶対に理由がある 2. 土地の数はせいぜい限られていて全部探すのも難しくない 今回解く課題 土地探しにおける意見の違いとは？ どうやってデータサイエンスを使って夫婦の擦り合せを行う？ アプローチ 実装 1. 架空の土地条件をランダムに沢山作る 土地条件の項目数や取りうる範囲が増えすぎないようにする 自分たちにとって関連性が高い項目を入れる 2. 作った土地に対して夫婦それぞれで値段をつける LINE Botの概要 バックエンド 土地情報の作成とFireStoreに登録 妻からのフィードバック
国会の「丁寧に説明」を可視化する - 日直地獄
「丁寧に説明する」や「丁寧な説明を心がける」の印象がとにかく悪い。というのも、偉い人がこういうだけで、特に丁寧な説明が行われた試しがないと感じるからだ。誰も彼も「丁寧に説明」と言うだけで、それを履行しないというメソッドがはびこっている印象があるのだ。これをデータで確認したい。 「丁寧な説明」の運用と私が持っているイメージ データの作り方 「丁寧な説明」発言ダッシュボード 見どころ 与党は丁寧に説明しがち 第二次安倍政権は丁寧に説明しがち 安倍さんと岸田さん 「丁寧な説明」メソッドを発明したのは誰だったのか 注意事項 「丁寧な説明」の運用と私が持っているイメージ 最近もこういう感じで「丁寧な説明」が出現していた。 まあこれは組織として動け、みたいな観点での批判を入れたいのでちょっと違う気がするが、各議員から丁寧な説明がされてるとは感じない。 「丁寧な説明」というと安倍さんが連発していたイメー
テレビ視聴率が4月以降急減 視聴者のゴールデンタイム離れ進む（境治） - エキスパート - Yahoo!ニュース
「4月以降、PUTが目に見えて下がっている」「ゴールデンウィークが明けてさらにひどい」この4月から5月、6月にかけて業界内でこんな噂が飛び交っていた。 元々、テレビの視聴率はじわじわ下がっていた。それが今年度になりさらに急下降しているらしいのだ。ちなみにPUTとはPersons Using Televisionの略で総個人視聴率のこと。テレビ放送を視聴する人の率で、日本人がどれだけテレビをリアルタイムで見ているかの指標だ。 そこで、インテージ社に視聴データを出してもらった。同社が持つ調査パネルi-SSPで、2021年6月から2022年5月までの毎月のテレビ放送接触率の平均値を性年齢別で算出してもらったのだ。ただし、視聴率はビデオリサーチ社が独自の調査対象を元に算出するものであり、インテージ社はまったく別の調査対象を計測している。以下のデータがそのまま「視聴率」と同じではないことに注意してほ
統計局ホームページ/労働力調査（基本集計）
(1) 就業者数 就業者数は6750万人。前年同月に比べ9万人の増加。21か月連続の増加 (2) 完全失業者数 完全失業者数は193万人。前年同月に比べ3万人の増加。2か月ぶりの増加 (3) 完全失業率 完全失業率（季節調整値）は2.6％。前月と同率 労働力調査（基本集計） 2024年（令和6年）4月分結果の概要（PDF：295KB） ※統計表のご利用に当たっては、「利用上の注意」を参照してください。 ※次回の公表日は、公表予定（PDF：54KB）をご覧ください。 ※2023年8月分結果より、当ページに掲載していた統計表などは全て以下の「e-Stat」のページに掲載しております。 結果概要表 (公表冊子に掲載している主な統計表など) 結果原表・データベース (全ての結果数値) 長期時系列データ (1953年～) の項目は、政府統計の総合窓口「e-Stat」掲載の統計表です。 （参考資料）調
エンジニア不足が加速する日本｜現状と原因、対処法をくわしく解説 - GALK（ガルク）
「日本のエンジニアは不足しているというけれど本当？ その原因は？」 「わが社でもエンジニアが不足していて困っている、何かよい解決法はないか？」 いまこの記事を読んでいる方は、そのような疑問や悩みを持っているのではないでしょうか？ 「エンジニア不足というのはウソだ」と主張する向きもありますが、実際にデータを見ると確実にエンジニアは不足しています。 2018年時点の調査で22万人、このままいけば最悪の場合は2030年時点で79万人が不足すると予想されているのです。 原因として考えられるのは以下のようなことです。 ・IT市場が急成長している ・技術革新のスピードが速い ・エンジニアの高齢化が進んでいる ・IT業界の労働環境がよくない そして、この解決のために企業がとれる対策としては、以下が挙げられます。 ・エンジニアの待遇を改善する ・社内で人材を育成する ・海外人材を活用する そこでこの記事で
Big Sky :: 「R が生産性を高める〜データ分析ワークフロー効率化の実践」を読んだ。
献本頂きました。執筆者の皆様、技術評論社の皆様、ありがとうございました。 もともとデータ解析というか機械学習に幾らか興味があり、このブログや Zenn 等でも幾らか記事を書いてきたのですが、R 言語に関してはほぼほぼノータッチで、たまに遊んだりはしていましたが使えるというレベルではありませんでした。 以前から vim-lsp-settings という、Vim からあらゆる Language Server をインストールできるプラグインを作っており、そこで R の Language Server を試したところ、Windows で動かないバグを見付けパッチを送った際に少し触ったのが初めて R を触った体験です。このパッチがマージされたのをきっかけに少しだけ R を触る様になりました。 おそらく多くの皆さんも、R がどういった言語でどれくらい成熟しているのかはご存じないかもしれません。かくいう
メルカリのデータ分析チームでやったことの振り返り｜樫田光 | Hikaru Kashida
こんにちは。 データアナリスト 兼 チームのマネージャ としてメルカリという会社に4年ほど勤めていたのですが、色々やった気はするが、思い返してみると結局の所何をしたんだっけ？という気持ちに突然なりました。僕は忘れっぽいので、今後もこういう瞬間は何度も訪れそうな気がしています。 ということで、この4月から新しいことを始めるこのモーメントに自分が何をしたのかをちゃんと書き残しておくことにしました。 自分自身の記憶のアーカイブの役割とともに、誰かの参考になれば望外の喜びです。 大体2016−2019年くらいの話です（今のメルカリのデータ分析チームはもっと進化していますのであしからず。） LTVの概念を導入した2022年現在となってみると非常に不可解ではあるが、私がメルカリに入社した2016年頃には、社内では「LTVを見る」という概念はなかった。 ゆえに、投資がリクープ（回収）できているかどうかを
今起きている革命、「因果革命」とは - Qiita
みなさまは"The Causal Revolution" (因果革命)という言葉を聞いたことがあるでしょうか？ 私は今月(2021年6月)に初めて知りました。Google Trendsでもデータ不足によりトレンドが表示されません。 つまりまだ全然マイナーな概念で、聞いたことがないほうが自然かと思われますが、これは「来る」と確信したため本記事を投稿しました。この確信の根拠の箇所を記事中で太字で書いた他、最後にもまとめたため、本記事を読む価値がありそうかの判断には先にそちらを読んでもらってもいいかもしれません。しかしながら、因果革命ないし統計的因果推論は学ぶ価値のある分野です。本記事を読まなくても下記に挙げた書籍を未読の方はぜひ一読してみてください。Qiitaでも因果推論についての記事はいくつもあります。しかし、私が感動した点を明示化した記事は見当たらなかったため本記事を投稿しました。 この記
何故データサイエンティストになりたかったら、きちんと体系立てて学ばなければならないのか - 渋谷駅前で働くデータサイエンティストのブログ
先日、Quora日本語版でこんなやり取りがありました。 基本的にはここで述べた通りの話なのですが、折角なのでブログの方でも記事としてちょっとまとめておこうと思います。題して「何故データサイエンティストになりたかったら、きちんと体系立てて学ばなければならないのか」というお話です。 問題意識としては毎回引き合いに出しているこちらの過去記事で論じられているような「ワナビーデータサイエンティスト」たちをどう導くべきかという議論が以前から各所であり、それらを念頭に置いています。なお毎度のことで恐縮ですが、僕も基本的には独学一本の素人ですので以下の記述に誤りや説明不足の点などあればご指摘くださると幸いです。 一般的なソフトウェア開発と、統計分析や機械学習との違い 統計分析や機械学習を仕事にするなら、その「振る舞い」を体系立てて学ぶ必要がある きちんと体系立てて学ばなかった結果として陥りがちな罠 余談
文章力を上げる「テンプレート」の作り方・使い方のコツ | ライフハッカー・ジャパン
Nintendo Switchの純正プロコンを異次元レベルの操作性に!使わない理由がない革新的アダプター
「PEGASUS」文章要約に特化した自然言語処理モデル登場！
3つの要点 ✔️ 文章要約タスクに特化した事前学習モデルであるPEGASUSが登場 ✔️Gap Sentence Generation(GSG)を導入 ✔️12の文章要約タスクで高性能、少ない学習データで既存モデルを超える PEGASUS: Pre-training with Extracted Gap-sentences for Abstractive Summarization written by Jingqing Zhang, Yao Zhao, Mohammad Saleh, Peter J. Liu (Submitted on 18 Dec 2019) subjects : Computation and Language (cs.CL) はじめに Transformerを用いた事前学習モデルには、BERT、XLNet、RoBERTa、ALBERTなどがあります。これらのモデル
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
EvernoteからNotionへデータを移行する方法
【Excel】2種類のデータの関連性を示すには？ エクセルで複合グラフを作る方法【いまさら聞けないExcelの使い方講座】
データ分析の初心者はExcelを使い、中級者はR, Python, SAS, SPSSなどを使い、上級者は「Excel」に戻っていく「Excelに始まりExcelに終わる」
Apple、5月末にiCloudの書類とデータサービスを終了 iCloud Driveへ移行
Engadget | Technology News & Reviews
Slack、日本国内にデータ保管が可能に、データレジデンシー機能の「日本リージョン」提供開始【週刊Slack情報局】
