エンジニア・データ分析職の方々にお薦めしたい、LLM時代に不可欠な教養が身に付くテキスト3選 - 渋谷駅前で働くデータサイエンティストのブログ
（『IT Text 自然語処理の基礎』より） 3ヶ月ほど前に空前のLLMブームについて概観する記事を書きましたが、それ以降も世間のLLMに対する狂騒ぶりは収まるどころかますます拍車がかかるという有様で、あまつさえ僕自身の仕事における日常業務にもじわじわと影響が及びつつあり、今後も良きにつけ悪しきにつけLLMと共生し続ける必要がありそうだと感じている今日この頃です。 そんな猫も杓子もLLMに群がるが如き空前のブームを受けて、エンジニアやデータ分析職の方々の中には「LLMに興味はあるんだけど世の中にあまりにも多くのLLM関連コンテンツが溢れ返っていて何から手をつけたら良いのか分からない」という向きもあるように見受けられます。そこで、僕も断じてLLM以下生成AIの専門家などではないのですが、個人的に「このテキストを読めばLLM時代を生き抜くことが出来そうだ」と感じた書籍を、全くの独断と偏見で3冊
基本4情報での名寄せは難しい｜MORIDaisuke
先日は住所の件でお楽しみでしたね。 私も楽しくなってしょうもないツイートをしたところ、@masanorkさんから有用な情報をいただいてしまいました。 異体字に加えて外字も根深いですし、日付型に収まらない住基の生年月日とか、屋号を含んだ個人事業主の口座名義とか、外国人氏名における住民登録のアルファベットと口座名義のカタカナとの解離とか、旧姓併記の例外処理とか、文字列型に刻まれたバッドノウハウの塊ですね https://t.co/GOaytijfst — Masanori Kusunoki / 楠 正憲 (@masanork) June 6, 2023 このとき、私はごく簡単な「名寄せの難しさ」の社内研修資料を作っている最中だったのですが、この情報が大変参考になりました。 一方、私だけが得をしているのがなんとなくムズムズしてきたので、ここにアウトプットしてスッキリしようと思います。 なお、住所
Googleタグマネージャ基礎 初心者でもわかるデータレイヤー | アユダンテ株式会社
データレイヤーは、Google タグマネージャ（以下、GTM）を理解する上で最も重要な概念です。データレイヤーを理解し、活用すれば、多くのデータを自由に扱うことができるようになります。 この記事では、できる限りわかりやすく、データレイヤーについて説明していきます。仕組みを理解するのは大変ですが、この記事を見て実装の幅が広がれば幸いです！ また、本記事については以下のYouTube動画でも解説しています。良ければこちらもご参考ください。 データレイヤーとは何か？データレイヤーを使うメリットデータレイヤーの実装パターンデータレイヤーの実装方法STEP1: データレイヤーを作成するSTEP2: 作成したデータレイヤーにデータを追加する「=」を使ってデータを代入する方法「push」コマンドを使ってデータを追加する方法最適なデータレイヤーの実装方法データレイヤーの使い方データレイヤー変数の使い方カス
各業界でのデータサイエンスの活用について調べてみた（随時追加） – かものはしの分析ブログ
都内の事業会社で分析やWebマーケティングの仕事をしています。大学・大学院では経済学を通じて統計解析を行うなどしておりました。企業に勤めてからは、機械学習やテキストマイニング、クローリング技術などに関心を持っています。 Twitterアカウント Mr_Sakaue( SKUE ) GitHub 読書メーター ほしいものリスト 仕事で、いろんな会社でデータサイエンスってどう使われているのですか？と聞かれることがあり、自分としてはなんとなくしか掴めていないな、知ったかぶりしたくないなと思うところがあったので、やや手厚くリサーチをしてみようと思いました。 2022/3/6の段階では11つの市場しかないですが、最終的には30市場を目指します。 【2021/11/27追記】 公開したところ、それなりにこの記事に関心を持ってくださった方が多かったようなので、少しずつ事例を埋めていこうと思います。 業界
なぜ統計学では釣り鐘型の分布が使われ、物理現象では右肩下がりの分布が使われるのか - 小人さんの妄想
「なぜ統計学では釣り鐘型の分布が使われ、物理現象では右肩下がりの分布が使われるのでしょうか」 という疑問を、統計学や物理学の有識者に会うたびごとに質問するが、こんな基本的なことに誰も答えられない -- データの見えざる手 [矢野和夫](思想社) P.32 より. 釣り鐘型の分布とは、正規分布（ガウス分布）のこと。 右肩下がりの分布とは、指数分布（ボルツマン分布、上の書籍内では「Ｕ分布」）のことです。 ここに２つのグラフがあります。 １つは全国１７歳学童の身長の分布、もう１つは二人以上の世帯の貯蓄額の分布です。 見ての通り、身長は釣り鐘型の正規分布で、貯蓄額は右肩下がりの指数分布です（近似的には）。 * 学校保健統計調査 平成２７年度 全国表 > 身長の年齢別分布 >> http://www.e-stat.go.jp/SG1/estat/List.do?bid=000001070659&cy
NYタイムズの記者も使っている、データ・ストーリーの王道パターン7選｜Saya｜note
このように、可視化されたデータを連続して見せることによってファクトを伝えるのが、データ・ストーリーの手法です。 Ben Jones氏によるデータ・ストーリーについての解説と、彼が見出した7つの王道パターン データを伝える記事を多く出しているNYタイムズですが、彼らの新人記者向けの研修の資料では、データ・ストーリーについて詳しいBen Jones氏による以下の講演動画が紹介されていました。(講演のスライドはこちらから見られます。) 講演の内容について手短に解説します。Jones氏は当時(2015年)、データ可視化ツール大手のタブローソフトウェアでプロダクトマネージャーをしていました。(ちなみにタブローは、先月Salesforceに1.7兆円で買収されています。) ある日、タブローがいくつかの可視化されたデータを連続して見せる機能を公開したところ、ユーザーはそれを使ってさまざまなデータ・ストー
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
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
オープンデータ、使ってほしいけどオススメしづらい3つの理由