【LayerX/プレイド/マネーフォワード】データマネジメントの勘所-マルチプロダクトSaaSを支えるデータ戦略の重要性- https://techplay.jp/event/908124 動画 <あとでURL貼る>
【LayerX/プレイド/マネーフォワード】データマネジメントの勘所-マルチプロダクトSaaSを支えるデータ戦略の重要性- https://techplay.jp/event/908124 動画 <あとでURL貼る>
Torishima / INTP @izutorishima アニメリアタイと DTV と技術とプログラミングとその他諸々なオタク (⚠⚠⚠AI研究者ではありません!!!フォロー非推奨!!!⚠⚠⚠) IT と AI 関連の情報ウォッチしてます 同IDで Bluesky にもいます 個人的に見てほしいツイートはハイライトに (2023/12~) note.com/sumisutori Torishima / INTP @izutorishima 今年も終盤なので AI 技術の発展について思ったこと: ・革新的な技術は最初は驚きと興奮があるが、社会実装が進むほど「当たり前」になっていく ・ChatGPT の知名度は上がったが、使ってる人・課金してGPT-4使ってる人・結局使ってない人でかなり格差が出来ていて、当初思ったほどに普及してない(続) 2023-10-26 18:02:16 To
Rapidly self-serve the assembly of customized dashboards in minutes - without the need for advanced coding or design experience - to create flexible and scalable, Python enabled data visualization applications Use a few lines of simple configuration to create complex dashboards, which are automatically assembled utilizing libraries such as Plotly and Dash, with inbuilt coding and design best pract
こんにちはあるいはこんばんは。村山です。 分析する場面にて、 GA4 を ユニバーサルアナリティクス のように使いこなせている方は、そこまで多くはないのではないかと思います。そこで、今回は Googleアナリティクス で分析するという目的から、 どのように ユニバーサルアナリティクス で対応していたことを GA4 で実現するための考え方やコツを紹介します。 なぜ、アナリティクスのデータを見るのか ユニバーサルアナリティクス と GA4 でのレポートUIの違い アナリティクス環境への混乱 GA4 移行における混乱を考える ユニバーサルアナリティクス のレポートUIを考察する GA4 のレポートUIを考察する GA4 を見るときに意識したいこと GA4 に慣れるためのUIUXを考える GA4 に慣れるためのUI モニタリング分析には GA4 のライブラリを活用する ライブラリの構成 コレクショ
dirG @Dirg_rocketdyne 失敗した社員に「なぜ?なぜ?」となぜなぜ分析を繰り返すと、最後に辿り着く結論は 「君は、有能として生まれてこればよかったのに、なんで有能として生まれて来なかったの?何故なの?」 という指摘になって、社員の無能さを責め立てて、フィニッシュです。 twitter.com/Meet60g/status… リンク www.keyence.co.jp 5回の「なぜ」で導き出す「なぜなぜ分析」とは?|ものづくりの現場トピックス | キーエンス 問題解決方法として知られる「なぜなぜ分析」ですが、製造現場で取り入れてもうまくいかないケースが多いといわれます。実際に使える解決策を導き出すコツとは?いますぐ試してみたくなる「なぜなぜ分析」のポイントをまとめました。キーエンスの「ものづくりの現場トピックス」では、製造現場でみられる疑問と改善・効率化のヒントをご紹介しま
さがらです。 11月8日20時~22時に、datatech-jp(データエンジニアリング関係のコミュニティ)主催でみんなの考えた最強のデータアーキテクチャというイベントが開催されました。 本記事はこのイベントのレポートブログとなります。 イベント概要 ※connpassより引用 datatech-jpで集ったデータエンジニアが、それぞれみんなの考えた最強のデータアーキテクチャを紹介し合うという夢のような企画が実現しました! たくさんの新しいプロダクトが群雄割拠する現在、モダンデータスタックなどという言葉も登場しています。 今こそ、どんなプロダクトを選び、どのようなデータ基盤を作れば、効率的にやりたいことが実現できるのか。 5人の猛者からおすすめの構成をご紹介いただきながら、参加者のみなさんとも一緒に考えていく時間としたいと思います。 おまけ:当イベントの応募者数 このイベントですが、なんと
tl;dr SQLiteのOLAP版だよ OLAP系のクエリにおいて、PandasやSQLiteより早いらしいよ CSV・Parquet・Pandas DataFrameの読み書きできて便利だよ 背景 ポジション・競合 一言で言うとSQLiteのOLAP版です。位置づけとしては、論文(DuckDB: an Embeddable Analytical Database (SIGMOD 2019 Demo))記載のSystem Landscapeがわかりやすいです。 (DuckDB: an Embeddable Analytical Database (SIGMOD 2019 Demo)より) このLandscapeでは、データベースを Standalone(クライアント・サーバモデル)か、組み込み(シングルマシン・インプロセス)か OLTPかOLAPか の二軸に分割しています。その上で、 ク
松本健太郎 @matsuken0716 「仮説が先、データが後」は僕が敬愛する鈴木敏文さんの言葉です。「今あるデータから何かできないか」と問われても、何もできない最大の理由です。問題を解決する仮説が先です。しかし、大半の分析は仮説をすっ飛ばしていきなり検証から入り、かつそれを分析と言います。それはおかしい。(1/n) pic.twitter.com/5GaXebGfCM 2022-05-31 22:32:33 松本健太郎 @matsuken0716 データ分析には、仮説構築向きと仮説検証向きの2種類に分かれます。そして"仮説構築"の真意は「筋の良い可能性の選択肢を増やすこと」にあります。すなわち正解は1つでは無い、と私は考えています。分けて考えないと「正解を絞れていない」「確からしく無い」とひっちゃかめっちゃかです。(2/n) pic.twitter.com/ZifqK8q3PE 2022
TwitterなどのSNS上ではネットいじめと呼ばれる誹謗中傷の嵐にさらされることがありますが、炎上に反応して書き込みを行ったことがある人は全体の1.5%程度しかいないという調査結果も存在しており、攻撃してくるのはごく一部のユーザーのみであることがわかっています。炎上ツイートに反応して誹謗中傷するユーザーや、リプライ欄に湧く大量のクソリプを送りつけてくるユーザーなどを、わかりやすく可視化するツールが「リプライユーザ可視化システム」です。 リプライユーザ可視化システム http://torix.sakura.ne.jp/tma/ 使い方は簡単で、上記URLにアクセスして画面左上にある「Start Mention Analyzer」をクリック。 Twitterにログインしていない場合はログイン画面が表示されるので、ユーザー名とパスワードを入力して「ログイン」をクリック。 すると以下の赤枠部分に
Google が公開している、より良いデータ分析のためのガイドブック「Good Data Analysis」で、データ分析の要所が簡潔にまとめられていて感動した 2022-03-08 Google の非公式ブログで、The Unofficial Google Data Science Blog というデータサイエンスをテーマにしたブログがある。 その中で、 Practical advice for analysis of large, complex data sets の記事を元にして作られた Google Developers Guides: Machine Learning Guides > Good Data Analysis を昨日見かけて読んでいたら素晴らしいドキュメントだったので、ここでその感動を共有したかったので筆をとったしだい。 Good Data Analysis の概
ビジネスにおける「マーケティングリサーチ」という概念のアップデートを目指す本連載。前回は定量調査について、その役割や経営判断に不可欠だが見過ごしがちな問題をお伝えしました。連載第4回となる今回は、定性調査についてお話しします。定性調査から適切なインサイトを得て、ゲームチェンジをするには、どういった視点が必要なのでしょうか。 定性調査の評価が分かれる理由マーケティング活動の中で、定性調査ほど人によって評価が変わる調査手法はないでしょう。定性調査で発見されるインサイトこそマーケティング戦略の決め手だという人もいれば、N 数(サンプルサイズ)が少な過ぎる(=代表性がない)ことで、「この結果だけでは戦略は決められない」と言う人もいます。私自身、「面白いね。でもそれって N いくつ?」と言われて、調査レポートが閉じられる場面をよく目にしてきました。 定性調査がこのような扱いを受けるのには、いくつかの
こんにちは、Exploratoryの白戸です。 Appleは新型コロナウイルスの対策支援として、Appleマップでの経路検索をもとにした移動傾向のデータを公開しています。ところが、残念ながらこのデータはそのままでは簡単に可視化できるようなフォーマットになっておらず、ちょっとした加工を行う必要があります。 しかし逆に、加工の仕方さえわかってしまえばそれぞれの都市や地域の移動データを可視化することで、恐怖を煽るばかりのマスコミからは見えてこない現状を理解することができるようになります。 今回はこのAppleの移動傾向データを簡単に可視化できるようにするための基本的な加工方法を、みなさんと共有させていただければと思います。 データはこちらからダウンロードすることができます。 以下は「モダンでシンプルなUIを使ってデータサイエンスができる」Exploratoryを使って、「日本で最も自粛している都
はじめに 筆者はかつてデータサイエンティストだった者です。 統計や機械学習をバリバリ使いこなしてデータを分析し、将来の売り上げ予測や要因分析、施策の効果検証などをすることに憧れてこの世界に入りましたが、そうした時間は全体の1割ほどに過ぎず、残り9割の時間の戦いに疲れて戦場を後にしました。 なぜデータサイエンティストは戦わなければならないのだろう。 おそらく一因としてあるのが、データサイエンティストという言葉がバズワード化しすぎてしまったせいで、その定義の輪郭が失われてしまったことだと思います。 整理された定義は、言わずと知れた尾崎隆さんのデータサイエンティスト・機械学習エンジニア・データアーキテクトの定義とスキル要件(2021年版)に記載されています。 しかし、専門家でも意見が別れる定義を素人がはっきりと分かるはずもなく、過度な期待が寄せられることで討死してしまうデータサイエンティストが少
富士通研究所は2月18日、製造現場の作業員を記録した映像から「部品を取る」「ネジを締める」などの個別の行動を自動で認識するAI技術を開発したと発表した。教師データを1組学習させるだけで、90%の精度で行動分析できたという。 AIの学習には、映像に写る人物の行動を分析する技術「FUJITSU Technology Actlyzer」を活用。まず、教師データの映像から人物の姿勢を推定し、1つ1つの動作を「単位動作」というカテゴリーにまとめる。次に「5~14秒は部品Aのはめ込み」「15~21秒は部品Aのねじ止め」など、映像に映った人物の行動をラベルとして記録した教師データと、単位動作の関係をAIに学習させる。 一連の動作を単位動作との組み合わせで認識させることで、作業員による動作の細かい違いがあっても、正しく行動分析できるようにした。単位動作をまとめる際も、姿勢の変化が近ければ同じ動作と見なすこ
またお得なAmazon Monitronスターターキットもご用意されています。 (取り付けキット、5 個のセンサー、ゲートウェイのセット) 運用費用 Amazon Monitronはセンサー1つあたり年間50USDのランニングコストがかかります。 費用例 ■要件 5つのモーターを監視する必要がある。 上記を実現するためにAmazon Monitronスターターキットを購入し、 モーターごとに1つのセンサーを取り付け3年間使用した。 ■試算結果 スターターキット購入費用(715USD)+ センサー年間利用費用×5(250USD)×3年分 = 1465USD(3年間利用費用) 注意事項 ■ Amazon Monitron 利用可能な地域について 米国、英国、およびEUのみで利用可能です。(2021/04/16時点) ■必要なモバイル端末について Android8.0以降のスマートフォンが必要で
こんにちは、次郎花です☆ タイトル長い(笑)...ぱ、パクリなんかじゃないですよっ! はい。 というわけで、今回はわたくしのお仕事「データアナリスト」についてご紹介したいと思います。データアナリスト/データサイエンティスト(以下、DA/DS)のブームもそろそろバブルがはじける頃かと想像していますが(もうはじけてる?)、いまだに一定数の方が憧れを持って、あるいは異世界転生を狙ってジョブチェンジしようとしているこれらの職業。最近では、実際にDA/DSである方の現場の声なども散見されるようになり、どのような職業なのか実態が少しずつ広まってきたようにも思います。ですので、今さら感はありますが、私もご多分に漏れず知見を共有できたらという思いでこの記事を発信しようと考えました。 次郎花って?まずは、次郎花って誰やねん、というところからですね。わたくし次郎花はとある外資系企業のCEO直轄の経営戦略部門で
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