上手な「在宅勤務」のコツ | Google Cloud 公式ブログ
※この投稿は米国時間 2020 年 3 月 18 日に、Keyword に投稿されたものの抄訳です。 Google での私の仕事は、時間を最大限に活用する方法を皆さんに紹介することです。在宅で勤務する場合、1 日の日課が、通勤して会議室まで行き来したり同僚と会って話をしたりするというオフィス勤務の場合とはまったく違うため、私の提唱する生産性向上戦略が一層重要になってきます。自宅がオフィス代わりになると、ルーティンも一から作り直す必要があります。 実際に同僚がそばにいない状態で仕事をするという状況は、Google では当たり前になってきています（Google のミーティングの 39% には複数都市の社員が参加しています）。しかし、この環境は誰にも適しているわけではありませんし、世界中の多くの人々は、今までとは異なる新しい仕事環境に面していると感じています。そこで今回、仕事場がどこであっても生
NTT ドコモ「AIタクシー」を支える TensorFlow と需要予測モデル | Google Cloud 公式ブログ
Google Cloud デベロッパーアドボケイト 佐藤一憲 Google Cloud マシンラーニング スペシャリスト 大薮勇輝 NTT ドコモ（以下、ドコモ）は今年 2 月、タクシー需要予測サービス 「AIタクシー」の運用を開始しました。このサービスでは携帯電話ネットワークから得られるリアルタイムの人口統計情報を利用し、TensorFlow で構築したディープラーニング モデルとの組み合わせにより、500 m 四方のエリアごとの 30 分後までの乗車数を 93〜95% の精度で予測します。 このサービスは現在、東京と名古屋で徐々にサービスを拡大し、2,500 台のタクシーに順次導入を進めています。その結果、1) 乗客の待ち時間の短縮、2) 急な需要変化へのすばやい対応、そして 3) ベテランドライバーと新人ドライバーの経験差の緩和が実現。タクシー事業者の売り上げの顕著な向上として、その
1
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
