ロスジェネはいま 女性 34歳 東京都 派遣社員 〈理想の結婚相手〉 年収1千万円以上。最低でも正社員。 2007年の朝日新聞の新年連載「ロストジェネレーション」の1月8日付の記事は、こんな書き出しで始まる。主人公は、高年収の結婚相手を望む当時34歳の女性。見出しは「難婚世代」だ。みんな結婚するのが当たり前だった時代は終わり、一生独身も珍しくなくなった。不安定な働き方が増え、経済的な余裕がなくて結婚したくてもできない。ロスジェネはそんな変化に直面していた。 それから12年。46歳になった女性はいま、関東地方に暮らし、中小企業でパートとして働いている。 40歳のときに年下の男性と結婚していた。友人らの飲み会で知り合い、誠実な人柄に引かれたという。年収は1千万円以上ではないし、正社員でもなかった。 「自営業をしていて、話しぶりから真面目で誠実そうな感じが伝わってきました。『この人となら』という
これは FOLIO Advent Calendar 2018 の12/3の投稿でもあります。前日は Mura-Mi さんで「社員数が100人に迫っても社員と社長との距離を保つ「CEO Radio」の取り組み」でした。 Google Apps Script (GAS) はGoogle SpreadsheetやGmailなどのGoogleアプリの拡張または、 単体でサーバーのプロビジョニングや管理なしでスクリプト実行が可能なJavaScriptライクな言語または軽量アプリケーションです。 今回はこのGoogle Apps Scriptをモダンに開発するためにいろいろ模索したため、その内容を備忘として書き残しておきます。 Google Apps Scriptについて Google Apps Scriptの一般的な開発方法 Google Apps Scriptの実行 ユーティリティサービス サード
by Linus Ekenstam Google公式ブログによるとスターバックスにて無料で提供されているWi-Fiの速度がアップすることになり、全米7000店舗すべてが18カ月以内に高速化するとのことです。 Official Blog: Starbucks’ WiFi goes Google http://googleblog.blogspot.jp/2013/07/starbucks-wifi-goes-google.html Googleによれば以前の10倍の速度まで高速化され、Googleのネットワーク接続サービス「Google Fiber」が展開されている都市や街であれば100倍まで高速化されるとのこと。 by Ramsey Mohsen これはGoogleが目指すところの、インターネットアクセスをよりスピーディーで、より手頃で、より広く利用可能にするプロジェクトに対する投資の一環
Google Apps Script 入門。コードを書き始める前に知りたかったことまとめ2018-09-15 バイト先の塾ではかなり素朴な手法で名簿が作成されているので、Google App Script で自動化を目指す。(現在進行形) 以下、現在の名簿作成ワークフロー。 生徒がホームページから申し込み → 塾にメールが届く → メールの内容を名簿テンプレートに1つずつコピペ → 完成! 実際このコピペ地獄はなかなか厳しいものがある。Google Forms と Google Spreadsheets 、そして Google Apps Script の力を借りてなんとかしたい。 今回はじめてGoogle Apps Script をいじってみて、コードを書く前にあらかじめ知っておきたかったなーと思ったことをまとめてみる。 Google Apps Script とは Google Apps
移動平均線とは ある一定期間の価格から平均値を計算し、ジグザグな動きを滑らかにして相場の方向性を見やすくしたものです。移動平均線を見ることによって相場の大まかな流れや、現在の価格が過去と比較し高いのか安いのかを把握することができます。 移動平均線の使い方 ゴールデンクロスとデッドクロス 短期の移動平均線が中期の移動平均線を下から上へクロスすることをゴールデンクロスと言い、買いのサインと言われています。 逆に短期の移動平均線が中期の移動平均線を上から下へクロスすることをデッドクロスと言い、売りのサインと言われています。 移動平均線の算出にあたり、何日の平均を使用するかは特に決まっていませんが、日足であれば5日線と25日線(21日線)の組み合わせや、週足であれば13週と26週の組み合わせなどが一般的に使われています。 ボリンジャーバンドとは 過去の値動きを表す移動平均線に、過去の値動きから計算
日本の「RPA」は正しいRPAではない? 「日本のRPAは他国のRPAと違うものだ」「日本ではRPAが正しく活用されていない」ということがよく言われる。外資系ベンダーのグローバルにおける日本市場の売上比率は5%程度が一般的な値であるが、RPAに限って言うと日本市場はグローバルの25-30%程度あるという、まさに他ではない規模の大きさを誇っている。それだけRPAは日本で特別に注目されていることである。ただ、それは日本が何か先進的な導入を行っているからというわけではなく、「ひとまず流行っているから」と飛びついて間違って入れてしまうケースが多い、とも言われている。そしてそれを理由に「RPAなんで入れないほうがいいのである」と言っている人たちもいる。これらの事柄を筆者の経験から考察してみた。 日本と世界で違うRPA導入意思決定の仕方 米国や英国で進んでいるRPAは、業務整理/標準化と自動化を一体の
ディープラーニング(深層学習)は人間にとってブラックボックスであり、AI(人工知能)による判断の根拠が不明だ―――。そんな懸念を解消する技術を米グーグル(Google)が2019年11月21日にリリースした。クラウドのサービスとして「Explainable AI(説明可能AI)」の提供を開始した。 Explainable AIは深層学習によって開発したAIにおけるニューラルネットワークの稼働状況を分析することで、AIによる判断の根拠を人間に分かる形で提示する技術である。例えば画像認識AIであれば、被写体を分類する際に根拠としたピクセルをハイライト表示する。 構造化データに基づいて判断するタイプのAIに関しては、ニューラルネットワークに入力したデータのどの部分(特徴)がAIの判断に寄与したのかを数値で示す。グーグルのクラウドAI事業を統括するバイス・プレジデント(VP)のラジェン・シェス氏は
京都大学が昨年末から今年にかけて、業務系システムのほとんどをクラウドへ移行した。人事給与、財務会計、教務情報などのシステムをAmazon Web Services(AWS)のIaaSに移した。同じくオンプレミスで運用していたグループウェア、教職員用のメールなど情報系システムも、サイボウズの「Garoon」「kintone」、Googleの「G Suite」といったクラウドサービスに切り替えた。 「プロジェクトのコアメンバーは6人と少なく、ベンダーにも迷惑を掛けた」――京都大学の永井靖浩教授(情報環境機構 IT企画室長)はそう話す。永井教授が6月12日、イベント「AWS Summit Tokyo 2019」で、大規模なクラウド移行の舞台裏や、そこで得た知見を語った。 京都大学はクラウドへの移行前、業務系システム、教職員グループウェア、教職員用メールのそれぞれで課題を抱えていた。 業務系システ
人工知能は人間を超えるか -ディープラーニングの先にあるもの- 東京大学 松尾 豊 1 東京大学 松尾研究室について 松尾 豊 1997年 東京大学工学部電子情報工学科卒業 2002年 同大学院博士課程修了.博士(工学) 産業技術総合研究所 研究員 2005年 スタンフォード大学客員研究員 2007年~ 東京大学大学院工学系研究科 技術経営戦略学専攻 准教授 2014年〜 東京大学 グローバル消費インテリジェンス寄付講座 主宰 ◆人工知能、ディープラーニング、Webマイニングを専門とする。 ◆論文数と被引用数に基づき科学者の科学的貢献度を示すh-Index=30(ウェブ・人工知能分野 最高水準)であり、2013年より国際WWW会議Web Mining部門のチェアを務める。 ◆世界人工知能国際会議 プログラム委員。2012年より、人工知能学会 理事・編集委員長(それ までの慣例を大幅に更新し
AI(人工知能)の話題が連日のようにニュースに登場するようになりました。富士キメラ総研の「2020 人工知能ビジネス調査」によると、2020年度の国内AIビジネス市場規模は、前年度比15.4%増の1兆1084億円に拡大すると見込まれています。また、2021年度以降はDX(デ... 画像認識の活用事例 画像認識技術といっても、画像の種類によって対象の形状や色、複雑さ、データの数などが違ってきます。そのため扱う画像データによって技術領域を分けることができ、主に以下の5つがあります。 物体認識 顔認識 文字認識 物体検出 画像キャプション生成 順番に解説していきます。 物体認識 まず1つ目が物体認識です。物体認識とは、特定の物体と同一のものが画像中に存在するか検証するときや、画像に映っている物体のカテゴリを見分けるなど、画像に含まれている物体の情報を抽出する技術です。この技術は様々な分野で利用さ
申込方法が簡単 入居申込者は、パソコンやスマートフォン、タブレットから簡単に申し込みができます。 書類提出の手間軽減 撮影した写真からOCRにて文字が読み取られるため、身分証明書のコピーをする必要がなくなります。 入力負荷の軽減 OCRで読取った名前、住所などの情報が、申込フォームへ自動的にプリセットされるため、入力負荷が軽減されます。 不備確認作業の軽減 OCRにより文字情報をデジタル化されるため、入力間違いや読み間違いが軽減されます。 ※不動産会社での不備確認の作業などが、削減されます。 各種管理業務の改善 「不動産仲介会社」⇔「管理会社」で行われているFAXベースの申込書やり取りが全てWEB上で完結するため、各種管理業務が改善されます。 ※入居審査スピードの改善を実現します。 ※FAX文字の読みづらさから解放されます。 管理コストの改善 「不動産仲介会社」⇔「不動産管理会社」間での申
口座開設申込書、リース申込書、カード申込書、公共料金申込書、口座振替依頼書、振込依頼書などの各種申込用紙、やアンケート用紙など、デジタル化が進んだ今日でも紙帳票からの入力が数多く有ります。これらの入力作業では、活字のOCRによる効率化は進んできましたが、手書きの認識率は高くなく、実用化が難しい領域と言われてきました。特に、日本語の漢字やひらがな、カタカナには複雑なパーツが分かれている文字が多く、OCRによる入力効率化が困難でした。このため、未だに紙を見ながらデータ入力している企業も多いのではないでしょうか? [手書きAI OCRソリューション]では、手書きの文字認識処理工程に、AI技術(人工知能)を活用した手書きOCRサービス「Tegaki」を採用することで、認識精度を向上します。
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