デザインやカラーコーディネートなどカラーを扱うどの分野でもおさえておきたい色彩用語を解説しています。色を表現したり説明するときによく使われる言葉が多いので覚えておきましょう。また、色合いや感情などを色を使って表現する日常語とその意味ついても紹介しています。 色の三属性 色相、彩度、明度と併せて色の三属性という。それぞれ色の性質を表す。 色相 色味の変化や種類を示したもの。赤、黄、緑、青といった色の状態の違いをいう。これを円状にわかりやすく、体系的にまとめたものが「色相環」で、いくつかの「表色系」に基づいて体型化されている。JIS規格で採用されている「マンセルシステム」や、配色調和を考えるのに適した「日本色研配色体型」などがある。色の三属性のひとつ。 明度 明度は色の明るさの度合いを表す。明度が高くなると色は明るくなり、低くなると暗くなる。同じ色相の色でも、明度を高くするとやわやかさや爽やか

現在、Androidアプリ開発者の注目を浴びている「Google App Inventor for Android（以下、App Inventor）」は、プログラムコードを書くことなく、Javaなどの専門知識を必要とせず、簡単にAndroidアプリを作ることができるツールだ。 この記事では実際にサンプルアプリを作成しながら、「App Inventorの特徴」、「App Inventorでどこまで作れるのか」、「どのように導入するのか」、「App Invenorを使いこなすテクニック」、「App Inventorで作成したアプリをAndroidマーケットに公開する方法」を紹介する。 開発の流れ 通常Androidアプリは、「Eclipse」などの開発環境アプリケーションを使いJava言語を用いて作成する。それに対して、App InventorはWebアプリケーションであり、Webブラウザ上で

やってくれますGoogle。たった二日間で俺をボッコボコにしてくれます。 Now available: Reach the right audience through remarketing インタレスト ベース広告 - アドワーズ 広告 ヘルプ The Display Game Changes: AdWords Adds Retargeting いよいよGoogleがリターゲティング配信を公式リリースしました。リマーケティング(remarketing)という名称で来ましたが、日本ではリターゲティング(retargeting)と呼ばれるものと全く同じです。（アドコムさんの場合LeadBack。）リターゲティングはリーチ数が生命線であり、日本最大級のアドネットワークであるAdSense + DoubleClick上で配信するというのは2010年最大級のニュースと言えるかもしれません。リーチ

吹奏楽コンクール リウマチの調子が悪い！薬の副作用もやばい！ 副作用のせいでご飯が全然食べられなくなって顔から痩せていくんだけど、お腹とかお尻から痩せたらいいのに。蓄えがあるから多少痩せたってちょうどいいくるいやけど、幸薄そうに見えるから顔は太ったままがいいなぁ。 お…

13. $ env | grep JAVA JAVA_HOME=/System/Library/Frameworks/JavaVM.framework/Versions/CurrentJDK/Home $ java -version java -versionjava version quot;1.5.0_07quot;Java(TM) 2 Runtime Environment, Standard Edition (build 1.5.0_07-154)Java HotSpot(TM) Client VM (build 1.5.0_07-87, mixed mode, sharing) $ curl -O http://www.apache.org/dist/lucene/hadoop/stable/hadoop-0.13.0.tar.gz $ tar zxvf hadoop-0.13.

This document discusses Hadoop and MapReduce. It describes how Hadoop uses MapReduce and how it was inspired by Google's implementation. It provides details on the key components of Hadoop including HDFS, JobTracker, TaskTracker, NameNode and DataNode. It also provides examples of using Hadoop with different programming languages like Java, Python and C/C++ and discusses tuning Hadoop performance.

HDFS新機能総まとめin 2015 （日本Hadoopユーザー会 ライトニングトーク＠Cloudera World Tokyo 2015　講演資料）

2. Overview • What is MapReduce? • Product point of view • Computational Model point of view • Framework point of view • Example tasks • Simple experiments in Gumi using amazon elastic mapreduce • Future work

3. 謝辞 以下のホームページを参照＆資料を貸していただきました http://hadoop.apache.org http://developer.yahoo.net/blogs/hadoop/2008/02/yahoo-worlds-largest-production-hadoop.html http://www.techcrunch.com/2008/01/09/google-processing-20000-terabytes-a-day-and-growing/ http://codezine.jp/article/detail/2448?p=1 http://www.slideshare.net/kakuda/hadoop/ 4. outline what is Hadoop? Hadoop distributed file system Hadoop mapreduce H

在庫管理や商品発注、販売管理などでABC管理（重点管理）（注1）を行う際に、要素項目の重要度や優先度を明らかにするための分析手法。パレート図（注2）をツールとして管理対象（在庫品目）を重要な順にA・B・Cの3つのランクに分ける方法である。 ABC分析の手順は、在庫管理を例にすると次のとおり（在庫品目ごとの使用金額を基準にクラス分けをする場合）。 在庫品目ごとに使用金額を集計し、金額の大きい順に並び替べる その順に使用金額を累計し、総使用金額に対する累積構成比（％）を算出する 使用金額累積構成比を基に品目をA・B・Cの3つのクラスに区分する 区分は使用金額累計構成比の上位から、70～80％をAクラス、80～90％をBクラス、90～100％をCクラスとすることが一般的だが、何％ごとに分けるかは品目群の特性に応じて変えてよい。 順位 品目 使用金額 構成比 累積使用金額 累積構成比 区分 1

BIシステムはここ数年で情報システム部門だけでなく、一般ユーザーの間でも認知が広まり、さまざまな企業で開発／運用／活用がなされています。しかし、そのような状況の中でも失敗するBIシステムプロジェクトが後を絶ちません。 この連載では、全4回でBIシステム導入の成否において非常に大きなウェイトを占める企画フェーズにおけるポイントを重点的に説明していきます。第1回目の今回は、なぜBIシステム導入において企画フェーズが重要なのかという点についてBI導入プロジェクトの全体像から説明していき、2回目以降では具体的な企画フェーズの進め方、成功事例などを紹介していきます。

BI力＝見えない危機やチャンスを読み取る力 危機もチャンスも、普通は見えないところからやってくる。だからこそ、その出来事が危機にもチャンスにもなるわけだ。ましてや、今や革新的な変化が突然訪れるスピードの時代である。目の前の出来事を、今日までの経験に従って額面通りに受け取っていても、明日にはもう通用しない。ちょっとした兆しに、他人よりもちょっとだけ早く気付いて思いを巡らせることができる人が、あっという間に大きく一歩前に出ることができるのだ。そのような読み取り力がなければ、自分にどんなデータが必要なのか分からないし、例え誰かが高度なダッシュボードとKPIを用意してくれても、赤黄青の信号の色が識別できる以外のことは何もできないだろう。 そこで今回はこの読み取る力を主眼に、個人がビジネスシーンにおいてBIを使いこなすためのコツを紹介していく。しかし学術的な統計分析手法に触れるつもりはない。学術的に

BIはレポート作りのためのツールではない。情報をもとに的確な行動を考えるためのツールである。BIを間違って捉えていると、企業の将来は見えてこないだろう。 ビジネスインテリジェンス（BI）は20年近く前に誕生した用語で、本来はビジネス上の意思決定を支えるITやその活用方法全体を示す。しかし一般にはOLAP（オンライン分析処理）に代表される「データ分析」を指すことが多く、長らく「一部の専門家」のためのものだった──これも今時珍しい論調でもないだろう。しかし、近年よく見かける「全社員のためのBI」セミナーなどをのぞいてみても、その内容に矛盾が目立つ。当たり前のことだが、「安価になれば」「画面がきれいになれば」「操作が簡単になれば」全社員がBIを使うようになる、などということはあり得ないのだ。 今回から数回に分けて、本来目指すべき、組織全体の意思決定力を向上させるBIのあり方、そして組織変革システ

第2回　個人の意思決定力をどう強化するか：“「考える組織」への変革”を促すビジネスインテリジェンス（1/2 ページ） 意志決定とは何か？ 意思決定とは「選択すること」である。例えば、同業にディスカウンターが登場し、自社の収益の悪化が懸念されている状況にある場合、どう行動すべきかという選択に迫られる。自社製品の価格を下げて追随するのか、それとも独自の付加価値によるポジショニングの違いで価格を維持するのか。どちらで行くと都合がよいのかを考え決断するのが意思決定だ。もちろん二択でなくても構わないし、「する」「しない」の選択でもよい。 ただし、あくまで「しない」ことを「決断する」のが意思決定であって、悩んだ揚げ句何もしなかった、というのは意思決定したことにはならない。 選択肢を作るには「仮説」が必要である。先の例でいえば、追随と維持で、それぞれの選択肢が何にどのような影響を与えるのかを予想しなけれ

第1回　ビジネスインテリジェンスは誰のため？：ビジネスインテリジェンスの新潮流 ～パフォーマンスマネジメント～（3/3 ページ） 「データ分析」の限界 しかし、ここで大きな壁となって立ちはだかるのが、「データ分析」の難しさだ。分析テクニックの話ではなく、分析の「着眼点」を見つけるのが難しいのだ。 データ分析にはさまざまな手法があるが、一般的なビジネス分析においては、「グラフ解析」が中心になる。グラフ化することで、複数のデータの比較や時系列での変化を見ることができる。このグラフ解析で重要なのは、最初に「こうではないか？」という分析の着眼点、すなわち「仮説」を立てる必要があることだ。「製品間の売り上げの変化に違いがあるかもしれない」という仮説があってこそ、製品ごとの売り上げ推移を折れ線グラフにして比較しようとするのだから。したがって、最初の仮説が的を射ていれば、意味のある分析結果が出てくるし、

新聞社系調査会社を振り出しに、出版社、セキュリティベンダーを経て、2000年に＠IT参加。現在はアイティメディア リード研究所（2010年4月設立）にて、Webを活用したリード生成（製品／サービスの選択・購買）を研究している。OneTopiリードジェネレーション（ Twitter: @leadgen_1topi ）キュレーターを務めている。 本連載の第1回、第2回では、オンラインリードジェネレーション（以下、OLG）の概要を説明しました。今回は海外の事例を通じて、OLGの最新状況や今後の方向性について理解を深めていきましょう。 事例1：ソーシャルメディアをOLGに取り込む――IBM "Listens for Leads" プログラム 米IBMのビジネスパートナー向けブログ「IBM Software Business Partner Blog」の2010年5月6日付エントリー " Innov