IBM Institute for Business Value(IBV)が実施するグローバル経営層スタディでは、ビジネス・リーダーの動向を探り、高業績企業の取り組みは他企業とどのように異なるのかを明らかにします。
![IBM グローバル経営層スタディ 2018年版について - Japan](https://cdn-ak-scissors.b.st-hatena.com/image/square/1a588ba57d11365c45e21bc321e3f186c8cc71d1/height=288;version=1;width=512/https%3A%2F%2Fwww.ibm.com%2Fthought-leadership%2Finstitute-business-value%2Fpublic%2Fstatic%2Fimages%2FC-Suite%2F2023-ceo%2F2023-ceo-thumbnail.png)
IBM Institute for Business Value(IBV)が実施するグローバル経営層スタディでは、ビジネス・リーダーの動向を探り、高業績企業の取り組みは他企業とどのように異なるのかを明らかにします。
教師なし分類の代表的な手法として、k-meansがあります。 k-meansは分類自体は自動で出来るんですが、その際のクラス数はマニュアルで設定する必要があります。 そのため、どう分類されるかはここで指定するクラス数に強く依存するわけです。 この辺は人間の勘でやるのも構いませんが、この辺りまで自動でなんとかしたいと思うのが人の性かなと思います。(ほんとか?) 今回はk-meansのクラス数を自動で推定する手法を調べてみたのでそのメモです。 まずは調べる やってみる 普通のk-means X-means G-means 使ったコード 参考文献 感想 まずは調べる ちょっと調べてみるとこんな感じの記事が見つかりました。 qiita.com qiita.com 何やらX-meansやらG-meansなるものがあるようで、この辺を使うといい感じにクラスタ数を設定できるようです。 中の理屈については
『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day
tslearnとは 時系列分析のための機械学習ツールを提供するPythonパッケージで、scikit-learnをベースとして作られているみたいです。 主な機能として、クラスタリング、教師ありの分類、複数の時系列を重ねた際の重心の計算ができたりします。 今回使用するに至った一番のモチベーションは、波形や振動などの時系列データに対してクラスタリングできるというところです。 tslearnインストール pipコマンドでインストールできます。 Kshapeというクラスタリング手法 今回tslearnで使用するモジュールとして、Kshapeというクラスタリング手法を時系列データに適用していきたいと思います。 Kshapeは2015年に下記の論文で提唱された方法で、以下の流れで実行されるアルゴリズムになります。 相互相関測定に基づいた距離尺度を使う(Shape-based distance: SBD
外部web改造(デザイン編)28 Dec 2023 こんにちはこんにちは、id:crashrt です。 最近、KMCのサイトが新しくなりました。 デザインから実装まで色々改造しています。 今回は僕が担当したデザ… 続きを読む
本講座と併せて学習していただくことで、よりデータサイエンスへの理解が深まりますので、ぜひご受講ください。 こちらのページをご参照ください。 第1週:e-Statの統計データを活用した データ分析の事例、基本的な活用方法を学ぶ ・e-Statを活用したデータ分析事例① ・e-Statを活用したデータ分析事例② ・e-Statを活用したデータ分析事例③ ・e-Statを活用したデータ分析事例④ ・e-Statの主な機能 ・e-Statの使い方(グラフの作成) 第2週:公的統計データの基本事項 及び読み方を学ぶ ・公的統計の種類と体系 ・労働力統計の読み方 (労働力調査の基礎知識、労働力調査結果を利用する際のポイント) ・家計統計の読み方 (家計調査の基礎知識、家計調査結果を利用する際のポイント) ・その他の統計の読み方とまとめ 第3週:統計データと地図を組み合わせた 活用方法を学ぶ ・地図で見
先日、金融事業×人工知能コミュニティで「オルタナティブデータ活用ブームの先に何があるのか」というテーマで発表しましたが、発表時間が15分だったので伝えきれないことがありました。このnoteでは伝えきれなかったことや参考文献などを共有します。 また、当日の発表資料は以下にあるのでご高覧下さい。 発表で伝えたかったこと「金融事業×人工知能」のステークホルダーに向けて、自分から伝えらられる事は何か考えた結果、これからの社会に向けて金融として取り組んで欲しい事と、そのためにどんなデータが必要となり、どのように利活用できるかについて話すことにしました。また、その前に現状のオルタナティブデータやAI予測の状況や、それらを加速・変化させるための技術的な情報源についても知ってる範囲で共有しました。 金融機関に最優先で取り組んでいただきたいこと 金融機関には、ウィズコロナ、アフターコロナに向けて企業や日本経
大きな成功を収めた企業はどのような取り組みをしているのか、その秘密に迫る書籍『ユニコーン企業のひみつ Spotifyで学んだソフトウェアづくりと働き方』が話題になっています。 ユニコーン企業とは、「創業10年以内」「評価額10億ドル以上」「未上場」「テック企業」の4つの要素を併せ持つ企業のことを指します。 今作は、音楽配信サービス「Spotify」でアジャイルコーチを務めていた著者のジョナサン・ラスムッソンが自身の経験をもとに短期間で大規模な成果を上げるためのテクニックをまとめたもの。 「デリバリープロセスやプロダクト組織自体を改善したいエンジニアやマネージャー、経営リーダー必携の一冊」ということもあり、はてなブログでも多数の感想記事が投稿されています。今回はその中から注目の感想記事をピックアップしてご紹介します! 企業の文化を変えなきゃダメだよね sugamasao.hatenablog
NTT東日本は2019年より、宇宙航空研究開発機構(JAXA)を共同研究開発パートナーに、宇宙データ活用による地域社会への発展に取り組んでいる。具体的にはどのような宇宙データを活用し、どんなことに挑戦しているのか。データ活用事例や衛星データ解析、地域活性化の取り組みについて、NTT東日本 下條裕之氏と、JAXA藤平耕一氏に語っていただいた。 プロフィール 東日本電信電話株式会社 デジタル革新本部 デジタルデザイン部 担当課長 下條 裕之氏 2006年4月入社後、法人営業部でシステムエンジニアとして従事。2009年より研究開発センタにてスマートホーム分野の研究開発から商用サービス化までを牽引。その後、海外通信キャリアとのスマートホームに関するIoT技術の共同研究や、大手メーカーとのコラボレーションビジネス創出の経験を経て、2019年にデジタルデザイン部の立ち上げプロジェクトに参画。同年7月よ
データ解析に関するいろいろな手法を解説した記事や、データ解析をするときの考え方の記事をまとめました。興味のある内容がございましたら、ぜひリンクへ飛んでいただけたらと思います。 pdfファイルやパワーポイント(pptx)ファイルは、自由にご利用ください。 数学(行列計算・線形代数・統計・確率)が不安な方へ 高校数学の知識から、人工知能・機械学習・データ解析へつなげる、必要最低限の教科書 人の学習と人工知能の学習~人工知能を学習させるとかモデルを構築するということ~ Datachemical LAB 化学・化学工学分野におけるデータ解析・機械学習クラウドサービス「Datachemical LAB」 Datachemical LAB をデータ解析・機械学習・人工知能の初学者が用いて問題ないのか? Datachemical LAB は他のソフトウェアと何が違うのか?~9つの大きなポイント~ Dat
もっとみる 物件ファンを支えてくださってる皆様 うっちー アマレット Koji ちー カツオ odmishien ASA KeyNo.029 chou やまつま Ayaka しゅー kee 伊藤商店 とみこ GAJA デューク内藤 ミヤコドリ magさん Umising てんてこまい ふみ oda 球体 ぽんちゃん だんちぐみ 3t06 なとぅ みちゃん ジュンコ くろくろ 更夜 ぽるぴいお たかにゃん ちぇるもふ さやか さんかく ひろ あんさー iron ヨシニイ ちびりーな 三嶋 優 うすい のぶ ネコチャンのカリント さきはま めばる atez Ciao! JIMA ぽむ ユン 結 ももたす 岩波しずか MKstyle Kaco のぞみ sakaken1 MONV.MitsuMame・おもや ひろみっち fumi mamune blackkite masako.o おさるー ぽんち
A) アルバイトの紹介について 1. 概要 学習塾講師、家庭教師および学内におけるアルバイト(TAや研究上の実験参加者募集等)の求人情報の掲示を行っています。 2.対象 教養学部、総合文化研究科及び数理科学研究科所属の学生 3. 掲示場所および受付時間 掲示場所:アドミニストレーション棟1階ロビー 受付時間:平日10時~16時(企業・依頼主からの求人受付は15時30分終了) ※土・日・祝日は閉室。大学行事等による臨時閉室にご注意ください。 4.申し込み方法 紹介を希望する学生は学生証、「教養学部アルバイト紹介に伴う諸注意について」の2点を持参の上学生支援課厚生チーム(アドミニストレーション棟1階6番窓口)に申し出てください。 求人票を掲示したい企業・依頼主の方は記入した「求人票」のほか、各種掲示に必要な持ち物を持参してください。 5.関係書類 各自ダウンロードして申し込み時にお持ちください
このページに掲載している口座情報は、赤十字活動資金へのご協力です。 各国内義援金・海外救援金の口座はこちらをご確認ください。 郵便振替を利用する 郵便局(ゆうちょ銀行)に備え付けの振替用紙に、下記事項をご記入のうえお振り込みください(手数料はかかりません)。 口座番号:00110-2-5606 口座名義:日本赤十字社 ※ 窓口で手続きを行った場合、振込手数料はかかりません。 (ATMをご利用された場合、振込手数料がかかることがあります) ※ 通信欄に、「活動資金」とお書きください。 ※ 郵便局(ゆうちょ銀行)の振込用紙の半券が、受領証の代わりとして、税制上の優遇措置が受けられます。 ※ 受領証をご希望の場合は、振替用紙の通信欄に「受領証希望」と明記のうえ、ご依頼人欄に「お名前・ご住所・お電話番号」を記載してください。(事前登録は不要です。) ※ 受領証の発行は通常、1ヶ月程度お時間をいただ
※各プロダクト名の頭の”Google”は省略しています ※もちろん実際にはGoogle社のツール以外にも様々な分析用プロダクトが使われています 各ツールの詳細についてはWeb上の良質な情報がたくさんあるので、説明はそちらに譲るとして、ここではそれぞれの簡単な特徴とメルカリでの活用の仕方について主に述べていきます。 ◆ 1.BigQuery “弊社分析の中核的存在” 利用シーン: データの集計 どんなツールか Google BigQuery SQLの超速いやつ どんな大きなデータでも、複雑なクエリでも、高速で結果を返してくれる頼れるアニキ メルカリの分析での使い方 速いは正義 メルカリは多くのユーザを抱えているため、そのログデータも非常に巨大です。 そのため、通常のSQLでは計算に時間がかかりすぎるということが多々発生します。 BigQueryは とにかく「高速」の一言。なのでトライアンドエ
JX通信社シニアエンジニアの@shinyorkeです. 最近はチームの朝会でよく着ているTシャツにツッコミを受けてます.*1 JX通信社では, いい感じにデータを整備・運用しているデータ基盤を駆使して, BI(Business Intelligence)文脈でのデータ分析・可視化. ダッシュボード作ったり. 機械学習的なアプローチを使ったR&Dと機能開発(分類タスクなど) といった業務・タスクを社員・インターン問わず行っています. データ分析でSQLを書いたり, 「新しいアルゴリズム試すやで!」的なノリでPythonのコードをゴリゴリ書く・動かして結果を見て振り返ってまた臨む...って楽しいですよね. チームの皆さんも, もちろん私もモチベーション高くやってるわけですが!? あれ, notebookどこ行ったんや...🤔 よくありますよねー(震え) 自分もチームメイトも, 前のめりになっ
メモリを大量に使い、その後に戻してみる では、次に、メモリを大量に確保したあとに開放して、Win32側にメモリがもどされるかどうかを確認してみる。テストには、Ubuntu-18.04を用いた。メモリを消費させる方法にはいくつかあるが、ここでは、stressというコマンドをインストールして使う。インストール方法は、WSL2のコマンドラインから以下のコマンドを使う(Ubuntuの場合)。 sudo apt update sudo apt install stress 実際にインストールするのは2行目のコマンドである。1行目はやる必要がないとわかっているならやらなくてもよい。蛇足ながら1行目は、その意味がわからない人がエラーを起こさないように入れてある。これでstressコマンドが利用できるようになる。このコマンドはシステムに負荷を掛けてテストをするためのものである。たとえば、メモリを1GB確保
5/27にWindows 10 2004 Updateが正式リリースされて、それに伴いWSL2もWindows Insider Preview版を使用しなくても利用可能となりました しかしWSL2を使用してるとVmmemというプロセスのメモリ使用量が増加し続けて、Windowsホストのメモリが枯渇してしまう問題があります。そしてこの問題は正式リリース後も解消されず残っています。 NOTE: Windowsホストで動いているVmmemプロセスで「WSL2のHypver-V仮想マシン全体が消費&確保しているCPUとメモリ」を確認できるという大雑把な理解でOKです。 microsoft/WSLのIssueは1年近くOpenのままとなっており、Microsoft側も問題を認識して取り組んでいるものの未だに根本対処されていません。 本問題のアップデート情報 (2023/07/04更新) 本問題に関す
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
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