無料で使える「住所マスターデータ」公開、表記統一や緯度経度への変換に活用可能 全国の町丁目レベル18万9540件の住所データを記録
Data Models
Data Models: A Comprehensive Guide to Structuring Information for Optimal Insights and Decision-Making In the realm of data management, the use of effective data models plays a pivotal role in organizing and representing information in a structured and meaningful way. Data models serve as the blueprint for databases, facilitating efficient data storage, retrieval, and analysis. This article delves
JDMC、2017年度データマネジメント賞が決定
JDMC、2017年度データマネジメント賞が決定 ～大賞/データ統合/データ基盤/データガバナンス/アナリティクス/先端技術活用など各賞を発表～ 一般社団法人 日本データマネジメント・コンソーシアム（略称：JDMC、東京都江東区豊洲、会長：栗島聡）は、データマネジメントにおいて、他の模範となる活動を実践している企業・機関などの中から優秀なものを選定しデータマネジメント賞として、大賞と各賞を決定いたしました。今回は、その第4回として実施しました。大賞には、日本たばこ産業が受賞したほか5社が各賞を受賞しました。 各賞の選定にあたっては、JDMC運営委員会内に審査委員会を組織し、評価の上、決定いたしました。 この賞を通じ、様々なデータや情報のマネジメントに関する社会的認知を高め、企業・機関などでデータマネジメントを実践する人や組織の活性化を促進し、日本企業・組織の競争力強化へ寄与するものとJDM
整然データとは何か｜Colorless Green Ideas
整然データとは、1) 個々の変数が1つの列をなす、2) 個々の観測が1つの行をなす、3) 個々の観測の構成単位の類型が1つの表をなす、4) 個々の値が1つのセルをなす、という4つの条件を満たした表型のデータのことであり、構造と意味が合致するという特徴を持つ。R言語などを用いたデータ分析の際には非常に有用な概念である。 はじめに データ分析の際には、データが扱いやすい形式になっている必要がある。データの中身がぐちゃぐちゃになっていたり、データの形式が統一されていなかったりすれば、分析は骨の折れる作業となる。 それでは、どのようなものがデータ分析において扱いやすい形式のデータになるのだろうか。この問題に対する唯一の正しい解答というものは存在しない。しかし、表の形式で表すことができるデータを考える場合、ハドリー・ウィッカム (Hadley Wickham) 氏が提唱した整然データ (tidy d
システム再構築のカギ、「エンタープライズデータモデル」を作ろう
ソフトウエアの構想、企画、設計、開発、保守のやり方をどう良くしていくのか。ソフトウエア人材の将来像はどのようなものになるのか。日本製ソフトウエアを輸出できないのか。本連載『ソフトウエア、それが問題だ～Software Matters』では、ソフトウエアの諸問題と対策を日本や世界の論客の方々と考えていく。 第1回として米カリフォルニア大学バークレー校のRoberte E.Cole（ロバート・コール）名誉教授の寄稿を掲載した（「日本のリーダーはソフトウエアの本質を理解していない」）。第2回は新谷ITコンサルティングの新谷勝利代表に執筆いただいた（「自己研さんは重要、だがそれだけで人は育たない」）。 今回は企業情報システムとそれを支えるソフトウエアを再構築する際に重要な役割を果たすエンタープライズデータモデルに関する寄稿を紹介する。なお、本連載に関する感想、ソフトウエアに関するご意見のある方はI
機械学習に使える、オープンデータ一覧 ※随時更新 - Beginning AI
機械学習をやりたいんだけど、データがない！他のデータ使ってみたい！ そんな方のために、機械学習に使えるオープンデータを集めました。 他にも、このデータセットオススメ！というものがあれば、是非ご紹介して頂けると嬉しいです。m(__)m UC Irvine Machine Learning Repository カリフォルニア大学アーバイン校が公開した、データセット。351件のデータセットがあり後述する DATA GO に比べれば少ないが、ほとんどがMachine Learning用のデータ・セットなので、かなりオススメ。 UCI Machine Learning Repository かの有名なあやめの花（iris）のデータセットもここから見ることができます。 国立情報学研究所 情報学研究データリポジトリ データセット一覧 yahoo,楽天,ニコニコなどのデータがあります。 DATA.GO.
日本の産業分類別年収/労働時間ヒートマップ - A Successful Failure
2016年06月07日 日本の産業分類別年収/労働時間ヒートマップ Tweet 厚生労働省は毎年産業分類別に賃金や労働時間の調査を行っている。10名以上の従業員を抱える5万余の民間事業所に対する調査をまとめたものであり、最新の調査結果は今年2月に公表された平成27年賃金構造基本統計調査だ。 そこで同調査にもとづき、産業分類別の年収、月間労働時間をヒートマップにしてみた。男性・女性の降順にソートしたバージョンも用意しているのでそちらも見て欲しい。サムネイルをみるだけで、男女に厳然とした差があることが一目瞭然だ。 産業分類別年収テーブル（男性ソート版・女性ソート版） 産業分類別月間労働時間テーブル（男性ソート版・女性ソート版） 産業別明細票 さらに産業分類ごとに調査結果を確認できる検索フォームも用意した。上部のプルダウンメニューを選択することで、所望の産業の給与/労働時間テーブルを参照すること
エラーページ - ヤフー株式会社
指定されたURLは存在しません。 URLが正しく入力されていないか、このページが削除された可能性があります。
「番号」設計のあるべき姿 〜 年金番号漏洩事件によせて
年金番号漏洩事件では、「漏洩した番号は全て変更する」のだそうです[1]。個人的には「あーあ」という感じでありんす。昨日の記事[2]でも書いたとおり、適切に運用していれば、番号自体の漏洩は大したリスクではなく、一緒に漏れた住所氏名他が変えられない以上、年金番号だけ変えてもあまり意味が無いからです。 逆に、設計の古い年金番号は、変えるとなると、連動して変えなければいけないところがあった場合にうまく変わらないことが想定され、そのことがかえって被害を産む恐れもあります。 「番号」（本当は識別子と呼ぶべきですが、ここでは便宜的に「番号」と呼びます）の設計というのは、想定される利用形態によって様々な考慮点があります。したがって、『「番号」設計のあるべき姿』はある意味ケースバイケースということにはなります。しかし、一方では、最低限満たすべき要件というものもあるのですね。 という訳で、ちょっとリストアップ
[IPA] 見積の元ネタに「ソフトウェア開発データ白書」がありがたい件 [ハイパー上流] | oshiire*BLOG
お前は「[IPA] デスマらないために「超上流から攻める IT 化の原理原則17ヶ条」が思った以上に使える件 [要件定義] | oshiire*BLOG」で味をしめたからといって、また「IPA 独立行政法人 情報処理推進機構」ネタなのかと言われそうですけれども、そうじゃない、だってそうじゃない。 基本的に、その日にあった、または最近あった出来事を元に blogのネタを日々書いているので、実は、毎日 blog書くのは結構大変です。そんなに、毎日、なにかあるわけじゃなく、ナニゴトも無く穏やかに過ごす日だってあるわけで、なかなか大変なのです、これでも。ただ、落書きしてるわけじゃなくて、これでもすこしは頭を使ってるんです…( ﾟдﾟ )ｸﾜｯ!! さて、それはおいといて、「今年は見積もりしないぞ」と固く誓った割には年始からずっと見積の手伝いとかしています。なぜだ。しかも、インフラ屋さんにも関わらず
![[IPA] 見積の元ネタに「ソフトウェア開発データ白書」がありがたい件 [ハイパー上流] | oshiire*BLOG](https://cdn-ak-scissors.b.st-hatena.com/image/square/e9100c3c414d9e29349d1a58c304607fab01d98e/height=288;version=1;width=512/http%3A%2F%2Foshiire.to%2Fwp-content%2Fuploads%2F2015%2F01%2FScreen-Shot-2015-01-21-at-22.48.56.png)
第5回 設計，入力，運用で闘う：組織的な品質の管理を徹底－－キヤノン
キヤノンやプロクター・アンド・ギャンブル（P&G）はデータの品質維持を徹底するため、データ体系を全世界で統合。これにより個別最適のデータ管理から脱却した。さらにデータ品質の経年劣化を防ぐために、データの「ガバナンス（統治）」体制や教育プログラムに力を注ぐ。全世界に事業を展開するこれら2社は、製品マスターデータのコードを全世界で統合した後も、継続的にデータ品質を維持・向上する取り組みを続けている。 管理ルールをシステムと研修で徹底 キヤノンにおけるマスターデータの品質維持・改善で、すべての基本になるのがマスターデータの管理ルールである（図1）。 図1●マスターデータの統合後も、継続的にデータ品質を維持・向上していくための取り組みが欠かせない キヤノンは製品マスターデータを統一しただけでなく、発番ルールの順守やシステム化などによって、データ品質の維持・向上に努めている [画像のクリックで拡大表
郵便番号データのサマライズ - おぎろぐはてブロ
登録系フォームで、郵便番号を入力してもらって、郵便番号データから引っ張った候補住所を選択してもらうというUIがあるのだけれど、「ここの選択してもらう」という作業を無くしたい。郵便番号入れたら、検索した住所が埋められて、あとは番地を入力するだけでいいような感じ。 なぜ「選択してもらう」というステップが必要なのかというと、郵便番号は、一意の住所に紐付く訳ではなくて、複数の住所に紐付くため。たとえば、011-0951だと、 郵便番号 都道府県 市区町村 町域 011-0951 秋田県 秋田市 土崎港相染町 011-0951 秋田県 秋田市 土崎港古川町 と相染町と古川町どちらも同じ郵便番号である。そのため、この中から選択してもらう必要が出てくる。 複数の住所に紐づけられた郵便番号の数 平成19年(2007年)3月30日版の郵便番号データの場合 データ数(郵便番号-住所の組み合わせ): 121,8
郵便番号 - Wikipedia
郵便番号（ゆうびんばんごう、英語圏共通: postal code . アメリカ英語: ZIP code）とは、郵便物の分類に役立てるために、宛先に加えて記された、数字や文字である[1]。 概説[編集] 郵便番号はその性質上、全国的に統一されたコード体系が用いられている。ただし、コード体系は各国独自であり、日本のように数字のみで構成される体系や、イギリスのようにアルファベットと数字を組み合わせて構成される体系もある。 歴史[編集] ウクライナのキーウの郵便番号 郵便番号は1857年に、ロンドン市内を10の郵便地区に区分けし、それぞれにアルファベット1文字または2文字のコードを割り振ったところから始まる。このシステムは1864年にはリバプールでも導入され、その後第一次世界大戦を契機にイギリスからヨーロッパ各地の大都市に拡大して行った。この当時はあくまで限られた大都市の中の区分けであり、国全体の
データマネジメント 2014 で異彩を放っていた @okachimachiorz1 さんの「正確なデータをもとに明日を予測する 〜ノーチラスが提案する新しい予測の形〜」のメモ - #garagekidztweetz
データマネジメント 2014に参加してきたレポートの最後は、以下のセッションのみをひとつ切り出しました。 14:00-14:40 C-5 『正確なデータをもとに明日を予測する 〜ノーチラスが提案する新しい予測の形〜』 ノーチラス・テクノロジーズ 理由は簡単で、この @okachimachiorz1 さんのセッションが今回のデータマネジメント 2014 の中で、わたしが一番面白いと思い、かつ異彩を放っていたなぁ、と思っているからです。 ゼヒ、資料が slideshare 等にアップされてほしいなぁと思っていますが、わたしのとれた範囲内でメモを公開させていただきます。 C-5 『正確なデータをもとに明日を予測する 〜ノーチラスが提案する新しい予測の形〜』 ノーチラス・テクノロジーズ 自己紹介 DM というよりも業務系で Hadoop を使う OSS を中心に Asakusa を開発したりしてい
福井県鯖江市＞オープンデータ(XML)
〒916-8666 福井県鯖江市西山町13番1号 電話 ： 0778-51-2200（代表） / FAX ： 0778-51-8150 メール ： SC-HishoKoho@city.sabae.lg.jp
データ ＆ アナリティクス | アクセンチュア
データ分析から導き出されたインサイト無しにAI（人工知能）の活用は始まりません。私たちは、各業界知識とデータ・アナリティクス技術を駆使しデータドリブン経営を強力に支援します。 データ、アナリティクス、AIは企業にとって競合他社との差別化を図るかつてないほど大きな要因になっています。今日の経営幹部が効率を向上しながら新たな収益源を開拓し、新しいビジネスモデルをタイムリーに構築する方法を模索する中、価値を生み出し成長を続ける企業には「データ活用」という共通項があります。私たちは、無数のデータから企業にとって本当に必要なデータを活用するための方法を知っています。 将来を見据えたオペレーション体制を備えている企業の半数以上（52％）は、すでにデータとアナリティクスを大規模に活用しています。データとAIに関する取り組みをビジネス戦略に沿って実施することで投資利益率を迅速に最大化し、最終的にはAIをビ
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
オープンデータの意義
集約、エンティティ、バリューオブジェクト
市場規模マップで創発をアシストする市場規模展望台
データとして登録されるビジネスルール - 設計者の発言