らっこのじゆうちょう
Apple Vision Proを体験する機会があったので、感想をまとめました。 主に普段使っているMeta Quest 3との比較になります。なお、裸眼での試用だったため、解像感については評価できていません。 装着感 手に持った時の重さは明らかにVision Proの方がMeta Quest 3より重いですが、装着感は同様に感じました。試したのは後頭部だけで支えるタイプのバンドで、ダイアルを回して締め付ける操作が面白かったです。 パススルー Meta Quest 3では歪んで見える至近距離のiPhoneが、Vision Proでは歪まずに正しい形で見えました。ただし、Meta Quest 3も最近のアップデート（v64, v65）でパススルー性能が向上しているため、1m以上離れた物の見え方については同等に感じました。 視線トラッキング 視線のキャリブレーションを行った後は、視線でのアイコ
あなたもいつの間にかTwitterからBanされてる？: Search Suggestion Ban調査 - xckb的雑記帳
さてこの記事では、自分が9年半使ったTwitterアカウントを先日捨てるきっかけとなった「Serach Suggestion Ban」という機能制限措置について調べたことをまとめてみたい。色々と酷い話ではあるのだが、可能な限り冷静に記事を書いていきたいと思う。 まずは「自分はそんな凍結とかBanとかされちゃうような悪質なユーザーじゃないから無関係」とか思っていても、一応診断サイトで自分のTwitterアカウントがSearch Suggestion Banされているかどうかを調べてみることをお勧めする。まさに自分がそう思っていたのに、調べてみるとBanされていたので。診断サイトはこちら。 shadowban.eu このサイトではSearch Suggestion Banの他にも、Search BanやThread Banと呼ばれる複数の非公式なアカウントBan（ここでは「シャドウバン」と総称
デジタルプラクティス
短文投稿SNS“Twitter”は今や多くの人々に認知され，NHKを始めとした日々のニュース番組等においても，もはやTwitterやツイート（Twitterに投稿される文章）が何かという説明が省略されながら，世論を反映した情報源として引用あるいは分析されている．しかしながら，社会現象のような膨大な量のツイートを発生させる話題を分析しようとなると，すでによく知られている方法では費用的にも技術的にも個人には敷居が高い．本稿では，一定の制約はある中でも，個人による大量ツイートデータの収集・分析を実現し得る手法を提案し，実際に，日本国内で社会現象を起こして大量のツイートを発生させた2つの話題に関するツイートの収集・分析を行うことで，提案手法の実用性を示している． ★本稿の内容は2018年7月6日のDICOMO 2018シンポジウムにて報告され，IOT研究会主査により情報処理学会デジタルプラクティス
Twitterで気になるアカウントをフォローしたり、検索したりと情報収集ツールとして活用している方も多いでしょう。実は、Twitterには、単なるツイート検索だけでなく、便利な検索方法がいくつかあります。 今回は、普段からTwitterを活用している方に向けて、もっと便利に使いこなすために知っておきたいTwitterの便利な検索術3選を紹介します。 なお「高度な検索」メニューを使用しての検索術には、ferretの以下の記事紹介していますので、そちらを参考にしてください。 参考： ここまで詳細に検索可能！Twitterの「高度な検索」の使い方 目次 Twitterの便利検索術3選 検索フィルター スマートフォンの場合 パソコンの場合 検索メモ 検索コマンドを使う 画像フィルタ検索 動画フィルタ検索 リンクフィルタ検索 認証アカウントフィルタ検索 リツイート、いいね、リプライフィルター検索 言
PR会社でデジタルマーケティング支援をしている小川と申します。普段は自分のこと「データドリブン・マーケター」とか、口が裂けても言いませんが、スゴ技を紹介するので、多くの方に見て頂きたいので、noteのタイトルをキャッチーにするために、ここでは恥ずかし気もなく名乗ってみました。 のちほど紹介しますが、昨年「Excelでできるデータドリブン・マーケティング」という書籍も出しました。（本noteでは弊社の問い合わせ獲得や拙書の宣伝も目的にしている旨、ご承知おきください）アイキャッチ画像がなぜ、ラーメン二郎なのか？これにも理由があります。本文を読んで頂ければおわかり頂けます。 【更新情報2024年5月26日】「その決定に根拠はありますか？」確率思考でビジネスの成果を確実化するエビデンス・ベースド・マーケティング 戦略を導く為の「エビデンスの作り方」をテーマに、これまで体系化してきたノウハウを
本記事は自殺ツイート検出を試みるためセンシティブな内容を含みます。 ショッキングな内容もありますので何卒ご了承ください。 私は学生時代に友人を自殺で失ったことがあります。その時、なぜその友人の苦悩に気が付けなかったのだろうという後悔がいまもあります。その経緯から、人々の心の声をツイッターから検出し、相談できる場所を紹介したり、相談できる時間が限られる場合はAIがカウンセリングするといった打ち手が取れないかと考え、まずは自殺ツイートを検出できるのか試みました。 自殺ツイート検出の流れ ①データセット作成 ←今回はこちらを説明します。 ②データのEDA、ルールベースでの検出 ③ナイーブベイズでの検出 ④BERTを用いたモデル作成 ⑤アプリケーション作成 kaggleにて英語の自殺ツイートを集めたデータセットはありましたが、日本語は見当たらなかったため、自分でイチから作成することにしました。 ▼
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
意外と知られていない？便利なTwitter検索術・検索コマンドまとめ
データドリブン・マーケターが無料で教えるツイッターPRのスゴ技｜マーケティング・アナリスト/小川 貴史/(株）秤代表
BERTで自殺ツイートを検出する試み ～①データセット作成編～ - Qiita