これまでは画像内の空を別の画像の空に置き換える場合、米Adobeの「Photoshop」などを使って空の部分を手動で切り取り、もう一方の画像の空を合成する必要があった。モバイルアプリ「Photoshop Camera」にはプリセットの空に置き換える「ブルースカイ」レンズエフェクトがあるが、利用できる空の種類は限られている。空ACを使うことで画像編集の知識がなくても時間をかけずに、さまざまな空の画像の置き換えができるとしている。 関連記事 AIが画像を“アートっぽく”するサービス、写真素材サイト運営のACが公開 AIがアート画像を作成する無料サービス「ACartist」が公開。 実在しない人物の顔をAIで生成、フリー素材として公開　「AI人物写真素材」商用利用もOK AIで生成した、実在しない人物の顔画像のフリー素材が登場。モデルから写真の使用許可を得る必要なく「安全に利用できる」としている

富士通は1月14日、横浜市内で“レジなしコンビニ”の実証実験を行うと発表した。顧客が専用アプリにクレジットカード情報を登録し、商品を手に取って店を出ると、代金を自動で決済する。店内にはカメラや重量センサーを設置し、映像や重さのデータをクラウド上に送信。AIで内容を分析し、持ち出された商品を特定する。 実験は1月15日に始める。病院や介護施設向けのコンビニを展開する光洋ショップ-プラス（横浜市）が協力し、同社が運営する「グリーンリーブスプラス 横浜テクノタワーホテル店」（同）を実験会場とする。一般客の利用も受け付ける。 本人確認には生体認証（手のひらの静脈と顔）を使用。顧客は専用アプリに生体情報を登録すると、QRコードをかざすだけで入店できる。こうした仕組みによって、顧客と店員の接触機会を削減し、新型コロナウイルス感染症を防ぐとしている。 レジなし店舗のシステムは、富士通の生体認証サービスと

損害保険会社が契約者に提供するドライブレコーダーから音声を流し、運転手に注意を促す取り組みが香川県で始まる。県がAIを活用して作ったマップを基に、交通事故が起りそうな場所をリアルタイムに運転手に伝える。 「この先、事故の危険性が高い地点です」。損害保険会社が契約者に提供するドライブレコーダーから音声を流し、運転手にリアルタイムで注意を促す取り組みが香川県で始まる。呼びかけのベースになっているのは、県がAI（人工知能）を活用して作った「交通事故危険度予測マップ」のデータ。2020年の人口10万人当たりの交通事故死者数が全国ワーストだった県は、損害保険会社と連携した新たな取り組みで、事故の抑止を目指す。 リアルタイムにピンポイントで 車がある場所に近づくと、車内に設置した通信型ドライブレコーダーから「この先、事故の危険性が高い地点です。ご注意ください」と音声が流れる。それを聞いた運転手はアクセ

国立がん研究センターとNECは1月12日、大腸の画像をAIで解析し、早期の大腸がんを検出するソフトウェアを共同開発したと発表した。前がん病変（がんの前段階）と早期の大腸がんの画像を25万枚学習したAIを採用。大腸がんの形状によっては、内視鏡医と同等の診断性能を持つことを検証済みで、2020年11月に医療機器承認を取得した。 名称は「WISE VISION 内視鏡画像解析AI」。同ソフトをインストールした端末などに、内視鏡を接続して使用する。内視鏡検査の際に、医師が患者の大腸をモニターに映すと、AIがその画像をリアルタイムで解析。早期の大腸がんと前がん病変を検出した場合は、その部位に円マークを表示する他、音を発して医師に知らせる。 日本で大腸がんの患者数・死亡者数が増えているが、医師による肉眼での認識が難しく、発症を見落とすケースがあることを踏まえて開発した。ソフトの性能を検証する試験では、

先日ですが、旧知の*1Grahamianさんのこんなツイートが話題になっていました。 データ分析をするときシンプルに重要なことは「生のデータを眺める」と「データの分布をグラフにする」ことなんじゃないかと思うんですよね。すぐにクロスとかファネルとかコホートとかやりたくなるんですけど、まずは目の前のデータがどんなものか頭にマッピングさせることが長期的に効いてくる感じ。— Grahamian📊データ分析と機械学習 (@grahamian2317) 2021年1月12日 何を当たり前のことを言っているんだと眉を顰める向きもあるかもしれませんが、これだけデータサイエンスやら機械学習（人工知能）やらが喧伝されている昨今においては、少なからぬ現場で「データはどこかのAPIからバルクでダウンロードしてくるor本番DBから転送してくるだけ」「やってきたデータは中身を見もせずにそのまま統計分析や機械学習など

Transcript 事業会社における データサイエンティストの生き方 「ニューノーマルを勝ち抜く プロフェッショナル・エンジニアの条件」 2020/09/03 Thu. 株式会社ネオキャリア 経営企画本部 天野禎章 2 • ネオキャリアが提供するSaaSプロダクトを中心に、分析組織で戦 略・分析・基盤・育成を去年より開始 • DSは求められるスキルが多く思えるが、高レベルを求められるケー スは稀で後回しでも業務遂行は可能 • （あくまでも優先度の問題で不要というわけではない） • 分析は切り口が重要で、高度な分析よりも優れた集計もある • 「センス」を磨く上でも、曖昧な要素ほど定義して分析すること • 自分に合う企業（フェーズや採用方針など）とスキルを選び、名 前で選ばれる成果を作り続ける • 得意分野を増やしたり、大きな声で否定されることもこなせるようにした り、自身のデータ分析を分析

相談件数15万件突破！※2 アバターコンサルタントも指名できる満足度が高い 無料オンライン保険相談

製造業の自動化、デジタル化をいかに進めるか。いわゆるインダストリー4.0に代表される製造現場の改革が世界的に進められ、働く環境としての工場も変化しつづけている。その取り組みが進むなかで課題として浮かびあがってきたのが、企業の垣根を越えてのエンド・ツー・エンドのデジタル化をいかに達成するか、だ。その実例として、本稿では主に中国EC（電子商取引）大手アリババグループの取り組みを紹介する。 変貌する中国の製造現場 2019年末、私は広東省東莞市にある中国スマートフォンメーカー大手OPPO（オッポ）の工場を訪問したが、緑豊かな敷地に驚かされた。工場内もきっちりと管理され、清潔さが保たれている。中国の大手IT企業は米国のシリコンバレー風のカジュアルなオフィスデザインを採用していることが多いが、工業地域である東莞市でもこれほどとは。 今や世界5位のスマートフォンメーカー（カウンターポイント・テクノロジ

新年あけましておめでとうございます🎍 年末年始は色々と手を動かしつつ*1, 積ん読を消化していたのですが, 昨年最後の読書🍺 特にこの本にオッってなりまして読み終わる寸前には, これもうすぐ読み終わるのですが、なぜ積ん読にしてたワイは🤔 ってぐらい名著でした📖 https://t.co/RgTILDGc7r— Shinichi Nakagawa (@shinyorke) 2021年1月3日 ...という感想が出る程度にこちらの書籍に興奮しました. データ分析人材になる。　目指すは「ビジネストランスレーター」 作者:木田 浩理,伊藤 豪,高階 勇人,山田 紘史発売日: 2020/10/15メディア: Kindle版 データを使って仕事をする人は（データサイエンティストに限らず）サラッと読んだほうがええやぞ！ というぐらい良い本だったという話を2021年最初のブログとして書きたいと思い

目次 なぜSQLのスタイルガイドが重要なのか この記事の目的 この記事の対象者 分析SQLスタイルガイドの指針 基本ルール 命名規則 インデントルール 別名ルール joinルール クエリ分割ルール ⭐ コメント欄で「いや私はこう思う！」という意見をたくさんいただきました！ぜひそちらも御覧ください！（決して揶揄ではないです） なぜSQLのスタイルガイドが重要なのか SQLはプログラミング未経験者でもとっつきやすい言語と言われ、エンジニアや分析を本業としていない人でもSQLを使う機会が増えてきていると思います。 そんなSQLですが、こちらのブログでも指摘されている通り、一般的なスタイルガイドが定まっていません。スタイルガイドとはコードの書き方マナーようなもので、どこで改行するか、空白はいくつ入れるか、大文字を使うかなどの諸々を指します。 もしスタイルガイドが無いとこんな事が起こります コードに

ユーザーローカルは1月8日、入力された文章を「エンタメニュース」「趣味の話」といったカテゴリーに自動で分類する「ユーザーローカル テキスト自動分類AI」の無償提供を始めた。AIが文章を分析し、テーマや書き手の感情を推定する。 AIは、入力された文章を「仕事」「恋愛」など13のカテゴリーに振り分ける「ニュースカテゴリー分類」と、「肯定的」「否定的」といった感情に分類する「感情カテゴリー分類」の2パターンに対応。 ユーザーがExcelで作ったカテゴリー分け済みの文章の表を、教師データとしてアップロードすれば、オリジナルのAIを作成できる機能も搭載している。 具体的な用途としては、企業に届いた問い合わせメールの振り分けや、アンケート結果の分類、作品へのレビューやコメントの感情ごとの分類などを想定。今後は作成したオリジナルのAIを外部システムに組み込むためのAPIを提供する予定。 関連記事 Web

Kaggleで開催されていたRiiid! Answer Correctness Predictionに参加しました．結果を簡単にまとめると以下の通りです． 順位：139位（3406チーム中） メダル：銀メダル（上位5%以内） 解法：LightGBMとSAKTのアンサンブル チーム：1人で参加 自身初となるデータ解析コンペでしたが，なんとか銀メダルを獲得することができました．今回はその振り返りを時系列で書いていきたいと思います． 先に感想を述べると，Kaggleは本や論文ではなかなか得られない学びに溢れている上に，世界中の人々と順位を競い合うゲームのような感じでとにかく楽しいので最高すぎました． この記事がこれからKaggleを始める方々の参考になれば嬉しいです． 目次 Kaggleとの出会い コンペ参戦準備 コンペに登録 初Submit 特徴量エンジニアリング モデルの構築 アンサンブル学

New!!（2024.1.11） 本記事の内容をよりブラッシュアップし、さらに使いやすくなった「ふりかえりカタログ（コミュニティ版）」をリリースしています。 今後はそちらをご利用ください。 ふりかえりカタログ（コミュニティ版） はじめに あなたのふりかえりを拡張するふりかえりカタログを公開いたします！ ふりかえりカタログは、ふりかえりの手法（現在）71個とその特徴を網羅したカタログです。下記画像はイメージです。 pdfはBoothで無料DLできます。 DLはコチラ => ふりかえりカタログ（Booth版） スライドはSpeakerDeckから参照できます。 DLはコチラ => ふりかえりカタログ（SpeakerDeck版） ふりかえりカタログとは ふりかえりの様々な手法をまとめたカタログです。 ふりかえりの各手法を「手法名」「手法を使う場面」「手法のイメージ」「出典」「進め方」「いいところ

Regional Scrum Gathering Tokyo 2021 #RSGT2021 での発表です

本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 今回のブログでは、発展を続ける「自然言語処理」技術の中から、さまざまな自然言語処理の課題を非常に高い精度で解決する「Transformer」モデルをテーマに、なぜ分析精度が高いのかを解説します！ はじめに こんにちは、アナリティクス本部アナリティクスサービス部の董です。 2017年に Google が発表した「attention is all you need」という論文で提案された「Transformer」は、機械翻訳や文章カテゴリの分類、文章生成等、さまざまな自然言語処理の課題を非常に高い精度で解決し、革命的な進歩で発展しています。当社でもTransformerモデルを業務に生かすことで、これまでは不可能だった分析が可能となっています。 本ブログでは、「なぜTransformerモデル

AI・人工知能の技術が発展したことにより、多くの産業の構造が変化し始めています。それは、少子高齢化社会の日本にとって多くのメリットをもたらすものでもありますが、必ずしもメリットばかりというわけではありません。健全な社会を維持するためには、AIのリスクともなりうる倫理的な問題ともしっかりと向き合う必要があるのです。 そこで今回は、AIの倫理における問題について詳しく解説していきます。今後、適切にAIを活用していくためにも、この機会にAIを取り巻く倫理的な問題を把握しておきましょう。 AIのデメリットについて詳しく知りたい方は以下の記事もご覧ください。 AI・人工知能の導入によって生まれるメリット・デメリットや問題点 そもそも倫理とは何か？ 冒頭では「倫理的な問題」と紹介しましたが、まずは倫理というものの理解から深めていきましょう。 倫理とは、簡単に言えば「社会生活を送る上での一般的な決まりご

2020年の年始に予想した「2020年」と実際の「2020年」は別物だったと言える。ぜんぶコロナのせいだ。予測の土台は崩れてしまった。「変わらないだろう」と無意識に思っている仮定が多いということを思い知らされた一年であった。 だからと言って予測に意味がないとは思わない。2021年にどんな変化があるかを予想していきたいと思う。堅い予想からちょっと攻めた予想まで、思いついたものをいろいろ列挙してみた。 見出しマクロ環境 ・コロナ禍はまだまだ続く ・投資環境に破壊的な影響はなく、仕込みには良い時期となる可能性 AIスタートアップ ・AI Solution Companyからのプロダクトスピンアウトが増える ・Software Orientedサービス vs Intelligence Orientedサービスという構図が生まれる 機械学習・ソフトウェア開発 ・ドメイン特化の言語モデルが実際のアプリ