タグ

2016年11月11日のブックマーク (9件)

  • 社名変更のお知らせ

    Fringe81株式会社は2021年10月1日より、Unipos株式会社として生まれ変わりました。 コーポレートミッションを「感情報酬を社会基盤に」と新たにし、ピアボーナスをさらに発展させ、感情報酬を社会実装して社会の基盤とすることを最上位の目標として掲げ、邁進して参ります。 5秒で自動的に切り替わります。切り替わらない場合は以下のボタンをクリックしてください。 Unipos株式会社サイトへ

  • Googleアナリティクスで行うデータ活用の処方箋 vol.1 「アトリビューション分析を行うために必要な本当のこと。」 | アユダンテ株式会社

    TOP » コラム » Google アナリティクス » Googleアナリティクスで行うデータ活用の処方箋 vol.1 「アトリビューション分析を行うために必要な当のこと。」 アトリビューション分析の「目的」を改めて考えてみる。 そこに“課題”はあるか? アトリビューション分析は“誰”の仕事? 最後はやっぱりデータが必要。 今回の処方箋 皆さんはアトリビューション分析を活用していますか? Googleアナリティクスにはアトリビューション分析を行うためのレポートメニューがいくつか用意されています。 アトリビューション分析の目的はオンライン広告予算の最適化にあります。 具体的には、広告流入の間接効果を可視化することによって“ラストクリックコンバージョン“以外の”コンバージョンに貢献した広告流入“を評価し、そのような広告チャネルやメニュー、キャンペーンへなどへの広告予算の”リアロケーション(

    Googleアナリティクスで行うデータ活用の処方箋 vol.1 「アトリビューション分析を行うために必要な本当のこと。」 | アユダンテ株式会社
    miguchi
    miguchi 2016/11/11
  • チャットボットで優れた体験を提供するUXデザインの5つのポイント デザイン会社 ビートラックス: ブログ

    btraxでは現在チャットボット型のサービス開発におけるプロジェクトUXデザインを担当している。 自分自身がメインのデザイナーとして関わっていることもあり、チャットボットにおいての“正しい” UXに関しての研究をしてみたため、一度このポストにてまとめてみることにした。 チャットボットとは?まず、“チャットボット”とは何か?かなりメジャーになってきたが改めてご説明したい。 聞く限りでは、何かしらシステムが関係していて、もしかしたらAIを活用した複雑なシステムのような響きもある。しかし、実はチャットボットはかなり単純&開発も比較的シンプルなケースがほとんどである。 チャットボットとは、主にモバイルデバイス上で、メッセンジャーやチャットを元にしたインターフェース – 例) LINE, Facebook Messanger, SnapChat, Slack等, を活用して提供されるサービスである

    チャットボットで優れた体験を提供するUXデザインの5つのポイント デザイン会社 ビートラックス: ブログ
  • 日本の媒体社共同体、運用型広告に一石を投じる:J-PAD発足とその背景 | DIGIDAY[日本版]

    2016年10月31日、パブリッシャーの自社資産の有効活用および市場における地位向上の実現を目的としたコミュニティー、パブリッシャー・マネタイゼーション研究会(以下、パブ研)が、Japan Publisher Alliance on Digital(以下、J-PAD)を発足した。J-PADは、複数パブリッシャーがアライアンスを組み、1社では成し得なかった、大規模で質の高いキャンペーンの実施を可能にする媒体社共同体。 2016年10月31日、パブリッシャーの自社資産の有効活用および市場における地位向上の実現を目的としたコミュニティー、パブリッシャー・マネタイゼーション研究会(以下、パブ研)が、Japan Publisher Alliance on Digital(以下、J-PAD)を発足した。 J-PADは、複数パブリッシャーがアライアンスを組み、1社では成し得なかった、大規模で質の高いキャ

    日本の媒体社共同体、運用型広告に一石を投じる:J-PAD発足とその背景 | DIGIDAY[日本版]
  • WEB屋の自分が機械学習株価予想プログラムを開発した結果

    2020/02/01 追記 [コード付き]誰も知らない関連銘柄を、機械学習を使って素早く見つける こちらに最新の結果を載せました! 気づいたんですけど、私みたいな貧乏人はショッピングモールでおしゃれなゴミをせっせと買い漁るんですが、お金持ちの人って株を買うらしいんですよね。 考えてみれば貧乏人が欲しがるものって、百均のちょっとしたものから家や車やバイクやゲーム機など、買ったらお金が減るものばかりなんです。 それに比べて、お金持ちが買うものって、株や投資用の土地や、リスクこそあるものの貧乏人が欲しがらないわりに買ったらお金が増える可能性のあるものばかりなんですよねー。 これは悔しい!休日になるたびにせっせとショッピングモールにお金を運んでゴミを買い漁ってる自分を見てお金持ちはきっと笑っているに違いない!いやお金持ちには自分のような人間は視界にすら入らないのか、これはさっそく株を買わないと!と

    WEB屋の自分が機械学習株価予想プログラムを開発した結果
  • Google BigQueryの新機能 Standard SQLまとめ - ZOZO TECH BLOG

    こんにちは、VASILYバックエンドエンジニアの塩崎です。 VASILYでは様々なログデータの分析にBigQueryを使用しています。 インデックスについて何も考えなくても良いのが特に便利です。 さて、そんなBigQueryですが、数か月前にStandard SQLという新しい仕様のSQLがサポートされました。 BigQuery 1.11, now with Standard SQL, IAM, and partitioned tables! VASILYでも徐々にStandard SQLに移行をしているので、使い勝手や従来のSQLからの移行方法についてまとめておきます。 Standard SQLとは SQL:2011に準拠しつつ、配列や構造体等の構造化データを扱えるように拡張されたSQLです。 Standard SQLの登場によって、以前からあったSQLはLegacy SQLと呼ばれるよ

    Google BigQueryの新機能 Standard SQLまとめ - ZOZO TECH BLOG
    miguchi
    miguchi 2016/11/11
  • Golang パフォーマンスチューニング - Qiita

    この記事は Go Advent Calendar 2014 17 日目の記事です。 Go におけるパフォーマンスチューニングの話をします。 これらは Denco や Kocha などでのパフォーマンスチューニングの経験などから得た知見です。 処理系の話ではありませんのでご了承ください。 前提 プロファイリングを取った後、じゃあどうやって最適化するかというところの話です 「推測するな、計測せよ」 アルゴリズムやデータ構造は最適なものが選択されていると仮定します 小手先の最適化を行うよりアルゴリズム自体を変えたほうが圧倒的に良くなります。 この記事の各ベンチマークは Go 1.4 (go version go1.4 linux/amd64)で下記のコマンドにて取っています

    Golang パフォーマンスチューニング - Qiita
    miguchi
    miguchi 2016/11/11
  • Go言語がダメな理由 | POSTD

    私はGo言語が気に入っていますし、多くの場面で使用します。現にこのブログもGoで書いています。Goは便利な言語ですが、優れた言語とは言えません。つまり、悪くはないけれど、十分ではないということです。 満足できない言語を使用する際は注意が必要です。注意を怠ると、その言語を次の20年間使い続ける羽目になるかもしれないからです。 私のGoに対する主な不満を文にまとめました。既に何度も指摘されていることも含まれていますが、中にはこれまでほとんど話題になっていない指摘もあります。 これから列挙する全ての課題には既に解決策があることを示すため、私が優良な言語と考えるRustやHaskellと比較して説明します。 汎用プログラミング 課題 誰でもさまざまな事柄に幅広く対応できるコードを記述したいと考えます。例えば数のリストの合計を求めるために定義した関数が、小数、整数、またその他の合計を求められるもの

    Go言語がダメな理由 | POSTD
    miguchi
    miguchi 2016/11/11
  • 機械学習アルゴリズム チート シート - デザイナー - Azure Machine Learning

    Note デザイナーは、従来の事前構築済みコンポーネント (v1) とカスタム コンポーネント (v2) の 2 種類のコンポーネントをサポートします。 これら 2 種類のコンポーネントには互換性がありません。 従来の事前構築済みコンポーネントは、主にデータ処理や、回帰や分類などの従来の機械学習タスク向けの事前構築済みのコンポーネントを提供します。 この種類のコンポーネントは引き続きサポートされますが、新しいコンポーネントは追加されません。 カスタム コンポーネントを使用すると、独自のコードをコンポーネントとしてラップすることができます。 これは、ワークスペース間での共有と、Studio、CLI v2、SDK v2 インターフェイス間でのシームレスな作成をサポートします。 新しいプロジェクトでは、AzureML V2 と互換性があり、新しく更新され続けるカスタム コンポーネントを使用するこ

    機械学習アルゴリズム チート シート - デザイナー - Azure Machine Learning
    miguchi
    miguchi 2016/11/11