並び順

ブックマーク数

期間指定

  • から
  • まで

1 - 40 件 / 45件

新着順 人気順

データ作成の検索結果1 - 40 件 / 45件

タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。

データ作成に関するエントリは45件あります。 データexcel統計 などが関連タグです。 人気エントリには 『ダミーデータ作成のお供に! VS Code 拡張機能「vscode-random」で人名やカラーコードなどを自動生成してもらおう! | DevelopersIO』などがあります。
  • ダミーデータ作成のお供に! VS Code 拡張機能「vscode-random」で人名やカラーコードなどを自動生成してもらおう! | DevelopersIO

    はじめに ダミーデータを作成しなければならないときってありますよね? テストデータやサンプル画面を作るときに値をどうするか困ったことありませんか? そういった悩みを VS Code で解決するための拡張機能が vscode-random です。 https://marketplace.visualstudio.com/items?itemName=jrebocho.vscode-random デモ (GitHub リポジトリより引用) 拡張機能としてはカーソル位置にランダムな値を挿入するという単純なものなのですが、VS Code のマルチカーソル機能と組み合わせることで非常に強力な体験を得ることができます。 名前やメールアドレスの項目がある JSON や YAML に対し、複数の項目にまとめて値を挿入して作り上げるのは気持ちいいこと間違いなし! 対応コマンド コマンド 説明 生成例

      ダミーデータ作成のお供に! VS Code 拡張機能「vscode-random」で人名やカラーコードなどを自動生成してもらおう! | DevelopersIO
    • 面倒な「ダミーデータ作成」をChatGPTに任せる〜Code Interpreterの限界までリアリティを追求した作業の記録【イニシャルB】

        面倒な「ダミーデータ作成」をChatGPTに任せる〜Code Interpreterの限界までリアリティを追求した作業の記録【イニシャルB】
      • 【Elasticsearch】1900万点に及ぶ商品データ作成の時間を約67%短縮できた構成と工夫 - MonotaRO Tech Blog

        初めまして、EC基盤グループ サーチチームの壷井です。 モノタロウでは2019年10月頃より新規検索システムの設計・開発を進め、今年の4月頃にECサイト(monotaro.com) 検索ページの裏側の検索システムを従来のSolrからElasticsearchに100%移行*1しました。この移行は将来の商品点数やリクエスト数の増加を見据えたバックエンドの大規模な改修で、ここまで約2年半ほどプロジェクトを進めてきました。今後もECサイトのすべてのページの完全移行に向け引き続き開発・運用を行っていきます。 今回はこのプロジェクトのなかで私が担当してきたElasticsearchへの日々のデータの洗い替え(日次更新と呼んでいます)ワークフローのシステム構成と工夫などについてお話します。 モノタロウの検索システムの紹介 日次更新のシステム構成 処理の流れ ① リアルタイムデータ同期 ② 日次商品デー

          【Elasticsearch】1900万点に及ぶ商品データ作成の時間を約67%短縮できた構成と工夫 - MonotaRO Tech Blog
        • Excelの新規データ作成するときの「初手」ってあるじゃないですか。私はB2が初手であることが多いんですが定石はA1ですか??→「A1は空けておきたい」

          影総務部長@特定社会保険労務士 @ShadowSR1976 バズりましたが宣伝することは何も無いのでしょうもないことを言うよ。 Excelを碁盤に見立てた場合 天元はLCB524288右隅の交点 交点の数は171億7880万4225個 1手10秒で打った場合、盤面全部石で埋めるのにかかる時間は5447年4か月です。 中押しで勝てば3000年くらいか。 なお計算ミスあれば教えて。 2023-05-11 11:24:04

            Excelの新規データ作成するときの「初手」ってあるじゃないですか。私はB2が初手であることが多いんですが定石はA1ですか??→「A1は空けておきたい」
          • ChatGPTでダミーデータ作成が便利すぎる | DevelopersIO

            はじめに 面倒なことは自動化したいですね。とくにテストデータ、理論的には部分はわかって実際の値を作るのが苦痛です。 たとえば、名前は1文字以上10文字以下だったときに、境界値分析で0文字と1~10文字と11文字以上を用意すればいいまでいいけど、じゃ具体的な値を考えるとabcとかtestとか何がちで、もっとそれっぽい名前にしようとそれを考えるのに五分ぐらいかかりますよね。 ChatGPTでダミーデータを作ってもらえないか試してみた。 テストページを作成 シンプルなフォームを作りました、名前と年齢があります <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8" /> <title>Title</title> </head> <body> <form> <div> <label for="name-input">名前</lab

              ChatGPTでダミーデータ作成が便利すぎる | DevelopersIO
            • Googleスプレッドシートと自然言語処理AI「GPT-3」を組み合わせてデータ作成を効率化

              2022年末に登場、一躍テクノロジー業界の話題を席巻したAIチャットボット「ChatGPT」 自然な文章で情報を提供するこの「ChatGPT」に対して、ビジネス、ブログ、プログラミング、など、様々な場での活用が期待されています。 OpenAIが開発、サービスを提供してるこの「ChatGPT」のベースとなっている技術が、同じくOpenAIが開発した、自然言語処理AI「GPT-3」です。 膨大なテキストデータを使った機械学習によって、生み出される「GPT-3」の文章は、人間が書いた物と判別できない程 そして、機械学習の訓練によって得た知識を元にして、質問に対し即座に答えを返してくれるので、知りたい事が有る度に、一々”ググる”必要も無い。 そこで一考、「GPT-3」とGoogleスプレッドシートを組み合わせたら、作業効率を向上できるんじゃないか。 本記事では、自然言語処理AI「GPT-3」をGo

                Googleスプレッドシートと自然言語処理AI「GPT-3」を組み合わせてデータ作成を効率化
              • 統計表における機械判読可能なデータ作成に関する表記方法案

                • 統計表における機械判読可能なデータ 作成に関する表記方法

                  • ローカルで機械学習モデル(データ作成から学習・推論まで)が5分で出来てしまう、Lobeが凄すぎる | DevelopersIO

                    1 はじめに CX事業本部の平内(SIN)です。 Lobeは、Microsoftによって無料で公開されている機械学習ツール(アプリ)です。Windows及び、Macで利用でき、学習から推論まで全てローカルで実行するようになっています。 https://lobe.ai/ ローカルで簡単に機械学習のモデルが作成できるという事で、早速やってみました。 アヒルとトマト羊を分類するモデルが、データ作成から学習、推論まで、5分程度で出来てしまいました。動画は、作成したモデルで推論している様子です。 2 テンプレート 現在、ベータ版ということで、「イメージ分類」だけとなってますが、Object DetectionとData ClassficationがCOMING SOONとなっていました。 3 作業環境 Macにも対応しているとの事ですが、私の手元では、Windowsの方が安定して利用できたので、今回

                      ローカルで機械学習モデル(データ作成から学習・推論まで)が5分で出来てしまう、Lobeが凄すぎる | DevelopersIO
                    • [PDF]統計表における機械判読可能なデータ作成に関する表記方法について

                      • QAがGoで始めるテストデータ作成の自動化 - ANDPAD Tech Blog

                        こちらは ANDPAD Advent Calendar 2022 の25日目の記事です。 はじめまして、アンドパッドでQuality Control (≒ QAエンジニア) をやっている高木です。普段は「ANDPAD引合粗利管理」の開発チームでテストや品質に関わる業務を行なっています。 初めてのテックブログ執筆でアドベントカレンダーの最終日枠を取ってしまい非常に恐れ慄いているのですが、あまり気張らずに業務でのTryを記事にしようと思います。 直近、業務として開発経験が無い私がGo言語とWebDriverを使ってテストデータ作成を自動化を行ってみたので、その際に行ったこと・考えたことを書こうと思います。 背景 QAエンジニアとしてソフトウェアテストを行なっている中で、大量のデータを作成する必要があるテストが度々発生していました。 具体的には 各データで1度だけ確認できる挙動のテスト データを

                          QAがGoで始めるテストデータ作成の自動化 - ANDPAD Tech Blog
                        • 半田病院システム復旧回復のめど立たず 旧PC利用し共有データ作成、新電子カルテ導入も検討|社会|徳島ニュース|徳島新聞デジタル

                          徳島ニュース 一覧 事件・事故 社会 政治・行政 選挙 経済 健康・医療 教育 文化・芸能 気象・防災 号外 市町村別 一覧 徳島市 鳴門市 小松島市 吉野川市 阿波市 勝浦町 上勝町 佐那河内村 石井町 神山町 松茂町 北島町 藍住町 板野町 上板町 阿南市 那賀町 牟岐町 美波町 海陽町 美馬市 つるぎ町 三好市 東みよし町 スポーツ 一覧 ヴォルティス ガンバロウズ インディゴ 高校野球 高校スポーツ 高校総体 中学スポーツ 中学総体 小学スポーツ 大学・一般 FC徳島 とくしまマラソン 徳島駅伝 あわースポーツ 連載・特集 一覧 政治・行政 経済 地域 社会 文化 スポーツ 暮らし オピニオン その他 デジタル限定 一覧 連載 コラム 経済 ライフ エンタメ スポーツ 全国・海外 プライム アートエンタメ 時事通信 深掘り オリコン 主要 経済 政治 国際 社会 スポーツ 写真・動

                            半田病院システム復旧回復のめど立たず 旧PC利用し共有データ作成、新電子カルテ導入も検討|社会|徳島ニュース|徳島新聞デジタル
                          • フロントエンドのテストのダミーデータ作成ならrosieがおすすめ - Paytner Tech Blog

                            はじめに ペイトナー請求書のフロントエンドを主に担当している @fuqda です。 本稿では、ペイトナー請求書のフロントエンドのテストコードを書きやすくするために最近導入したrosieというライブラリが便利だったので、そちらのご紹介をさせて頂きます。 この記事の対象読者 Jestなどで使用するダミーデータを毎回ベタ書きして疲弊している方 RSpecのFactoryBotのようなライブラリがフロントエンドにも無いのかと探している方 rosieとは? Ruby on Railsでテストコードを書く際のダミーデータ作成ライブラリとして有名なFactoryBotにインスパイヤされたJavaScript用のライブラリです。 https://github.com/rosiejs/rosie rosieのセットアップ手順 1. rosieと型定義のインストール $ npm install rosie @

                              フロントエンドのテストのダミーデータ作成ならrosieがおすすめ - Paytner Tech Blog
                            • Jリーグはなぜテストデータを本番環境に出したのか 今後は“誰も不快にさせない”テストデータ作成へ

                              日本プロサッカーリーグ(Jリーグ)の公式Webサイトで、誤った試合結果を表示する問題が発生した件を巡り、Jリーグが6月10日、原因の詳細を説明した。サイトの不具合修正の過程で本番環境に接続したまま切断しなかったため、テストデータを開発環境に取り込むはずが、本番環境に取り込んでしまったとしている。 問題があったのは6~7日に開催された3試合。試合結果が逆転した他、ある選手が一発退場になるという誤情報を表示。影響を受けた鹿島アントラーズの小泉文明社長は「原因の説明を求めて抗議する」としていた。 Jリーグによると、公式Webサイトでは7日以前に、一部の試合データにおいて適切なページに遷移できない不具合が発生していたという。サイト運営会社で調査した際に、問題のデータを確認するため本番環境のデータベースに接続。その後、修正のためテストデータを開発環境に取り込もうとしたが、本番環境のデータベースに接続

                                Jリーグはなぜテストデータを本番環境に出したのか 今後は“誰も不快にさせない”テストデータ作成へ
                              • 【やじうまPC Watch】 「にゃんこ大戦争」不正データ作成/販売で19名送致

                                  【やじうまPC Watch】 「にゃんこ大戦争」不正データ作成/販売で19名送致
                                • マイナンバーカードとAPDUで通信して署名データ作成

                                  SELECT FILE SELECT FILE は AP を選択したり、証明書やロック解除用のPINにアクセスするために使います。 マイナンバーカードで使える SELECT FILE コマンドのパラメータは以下の通りです。 命令クラス: 00 命令コード: A4 引数1: 選択方法1 (04: DF名で選択、02: 現在のDF直下のEF識別子で選択) 4 引数2: 選択方法2 (00: 最初のレコード) 4 データ: ファイル識別子 or DF名 ICカードのファイル構造はルートディレクトリを表す MD (Master File)、ディレクトリを表す DF (Dedicated File)、ファイルを表す EF (Elementary File) の3種類のファイルから構成されます。 全てファイルですが、役割としては MD, DF はディレクトリと同じです。 READ BINARY REA

                                    マイナンバーカードとAPDUで通信して署名データ作成
                                  • 教師データ作成カオスマップ 2022年版を初公開 ~AIアノテーションツールと開発ベンダーを一目で把握~

                                    教師データ作成カオスマップ 2023年版を公開 ~AIアノテーションツールと開発ベンダーを一目で把握~ 最終更新日:2024/04/08 企業のDXを推進する国内最大級の AI ポータルメディア「AIsmiley」を運営するアイスマイリーは、各業界のAI導入推進の支援の一環として教師データ作成サービスをまとめた「教師データ作成カオスマップ」を公開します。掲載数は合計で78サービス。 カオスマップと教師データ作成サービスを資料請求 ※2023年9月1日更新 こちらのカオスマップは教師データ作成サービスを目的用途別で探せるように「代行・外注サービス」「AI搭載アノテーションツール」等のカテゴリーに分け、合計78サービスをマッピングしております。作成にあたり参考にしたサービスURL、教師データ作成サービス・アノテーションツールのベンダーを記載した一覧表(Excel)は、カオスマップ資料請求後に教

                                      教師データ作成カオスマップ 2022年版を初公開 ~AIアノテーションツールと開発ベンダーを一目で把握~
                                    • 論文の分類をするモデルを作ろうとしてみる〜教師データ作成編〜

                                      こんにちは!逆瀬川 ( https://twitter.com/gyakuse ) です。 今日はGPT-3.5を使って論文を自動分類するモデルのための教師データを作ってみました。 これから文章分類とかやってみたいな〜って人の参考になれば嬉しいです。 まだまだ勉強中なので、おかしなところとかあるかもしれませんが、もしそういうところあったらぜひ指摘してください! 前段 arXivに投稿されるCS論文は多い月で8000本程度あります。これを全部チェックしようとするとものすごく時間がかかってしまいます。そのため、自動的にAbstractを要約して、Discordの各カテゴリ速報チャンネルに投稿しようと思いました。 全体構成としては、以下のような構造になっていると論文読みが捗りそうです(なお、オープンで無償のサービスであっても、論文のライセンスに気をつける必要があります)。 自動要約・自動翻訳の仕

                                        論文の分類をするモデルを作ろうとしてみる〜教師データ作成編〜
                                      • 日経平均株価のテクニカル分析用データ作成 - Qiita

                                        Todo 株価の分析をより高度なものにする為、テクニカル指標を追加しグラフで表示する 移動平均 MACD RSI ボリンジャーバンド ローソク足 これらのテクニカル指標の追加は、Pythonだとpandas_datareaderやTA-Libというライブラリを使用することで簡単に出来る。 用語 テクニカル指標 移動平均 過去〇〇日分の平均 ゴールデンクロス 「短期の移動平均線」が「中期以上の移動平均線」を下から上に抜けること 価格が上昇しているサイン デッドクロス 「短期の移動平均線」が「中期以上の移動平均線」を上から下に抜けること 価格が下降しているサイン MACD トレンドを見る指標 0以上なら上昇トレンド 0以下なら下降トレンド RSI 売られ過ぎ・買われ過ぎを判断する指標 20〜30%を下回る・・・売られ過ぎ 70〜80%を上回る・・・買われ過ぎ ボリンジャーバンド 売られ過ぎ・買

                                          日経平均株価のテクニカル分析用データ作成 - Qiita
                                        • テストデータ作成にCodeceptJSを使ってみた | DevelopersIO

                                          はじめに 事業開発部でQAエンジニアをしている長友です。 今日はCodeceptJSというものを使ってみましたという記事です。 CodeceptJSはE2Eテストのフレームワークです。 今回はこちらを使ってテストデータを作成してみたというお話です。 経緯 急遽テスト実施をしてほしいということでとある案件に送り込まれました。 何もわからない状態で入ったので、どんな状況なのかやどんな感じでテストが行われているのかもわかってませんでした。 CodeceptJSについては、「Software Design 2020年6月号」〜「Software Design 2020年8月号」まで連載されていた「はじめよう、高速E2Eテスト」という記事を見たりしていて知っていました。そして、2020年の年末に開催されたソフトウェアテスト自動化カンファレンス2020で連載記事を書かれていた末村さんが「"全部乗せ"

                                            テストデータ作成にCodeceptJSを使ってみた | DevelopersIO
                                          • データ作成・ プリント設定ガイド | セブン‐イレブンのマルチコピー機で同人活動をもっと手軽に・もっと楽しく!

                                            画像データの設定 1 まず、画像編集ソフト、ワープロソフトなどで各ページを作成します。 *サイズ・縦横比は自由です。印刷時に自動で用紙サイズに合わせて調整されます。 *横長の画像の場合は、自動で90度回転されて印刷されます。 2 それを以下のファイル形式で保存してください。 1ページごと、JPEGまたはTIFFファイル(32pまで) *このとき、ファイル名をそれぞれページ番号がわかるように付けておくと、マルチコピー機で印刷する際、ページの順序指定が楽になります。 全ページを1ファイルにまとめたPDF(99pまで)

                                              データ作成・ プリント設定ガイド | セブン‐イレブンのマルチコピー機で同人活動をもっと手軽に・もっと楽しく!
                                            • ケーキトッパーをつくる(テキストを一体化させたデータ作成)|レーザー加工道場 | コムネット

                                              レーザーカッター・レーザー加工機の無料コンサルティングを行っているコムネットのプロダクトサポートグループの藤田です。 テキストデータはグラフィックソフトでそのまま打ち込むと文字同士に間隔があきますが、このままレーザー加工すると、当然文字ひとつひとつがバラバラになります。 そこで、ここ数年人気が高まっているケーキトッパーを例にして、文字間を詰めてテキストを一体化させたデータの作成方法をご紹介します。 ページ下部ではサンプルデータを無料でダウンロードいただけます。ぜひご活用ください。 レーザーカッター・レーザー加工機の使い方や選び方をプロに聞きたい方へ。 コムネットの無料コンサルティングで、専門スタッフにご相談いただけます。 >> 無料コンサルティングに申し込む レーザー加工機・レーザーカッターの基本を知りたい方は、レーザー入門ガイドをご覧ください。 レーザーでできること、加工できる素材、導入

                                                ケーキトッパーをつくる(テキストを一体化させたデータ作成)|レーザー加工道場 | コムネット
                                              • ネガフィルムや紙焼きから写真データ作成、スキャナーがなくてもスマホで十分

                                                ネガフィルムや紙焼きなどアナログの写真をスキャンする方法を紹介する。どの家庭にも昔の写真は結構保管されているだろう。データ化しておくことで永続的に保存できるので、空いた時間に作業しておきたい。 スマホでフィルムスキャン まずは、ネガフィルムをスキャンする方法から。利用するアプリは、「NEGAVIEW PRO」だ。480円の有料アプリだが、フィルムスキャナーを用意することを考えれば手軽だ。 ネガフィルムを読み取るためには、ライトボックスが必要。写真好きの人は持っているだろうが、小さなサイズなら2000円程度から購入できる。なお、ちょっとした利用なら、液晶画面も代わりに使える。「iPad」などのタブレットで白い画面を表示する(図1)。iPadなら標準アプリの「メモ」でよいだろう。その上にネガフィルムを置くと、ライトボックスのように利用できる(図2)。

                                                  ネガフィルムや紙焼きから写真データ作成、スキャナーがなくてもスマホで十分
                                                • 自然言語処理向けのデータ作成ツールの「doccano」を使ってみたので、まとめる - St_Hakky’s blog

                                                  こんにちは。 最近、仕事で自然言語処理関係のプロジェクトをやっているのですが、その関係でdoccanoというツールを触ってみることになったので、使い方とかをまとめておきます。 doccanoとは doccanoとは、オープンソースのテキストアノテーションツールです。 github.com 以下の三つのアノテーションタスクをすることができます。 Text Classification Sequence Labeling Sequence to Sequence demoサイトは以下から。 doccano.herokuapp.com RESTful APIなども搭載されているので、結果の取得をAPI経由で行うなどもすることができます。 doccanoをとりあえずローカルで立ち上げてみる doccanoをローカルでとりあえず試してみます。 pipでインストールして立ち上げる 以下のコマンドだけで

                                                    自然言語処理向けのデータ作成ツールの「doccano」を使ってみたので、まとめる - St_Hakky’s blog
                                                  • 日本目録規則2018年版データ作成事例

                                                    『日本目録規則2018年版』のデータ作成例を公開します。 凡例 ・本データ作成例は、『日本目録規則2018年版』の実装の一例としてお示しするものです。本例以外の実装のあり方を排除するものではありません。 ・各エレメントの値は『日本目録規則2018年版』の本則を採用の上で決定していますが、これまでの目録慣行とは異なる値となるエレメントを中心に、「記録の異なる選択肢」の列に別法や任意追加、任意省略を採用した場合の値をも示している場合があります。ただし、すべての別法、任意追加、任意省略に対応したものではありません。 ・#0.5.1.2により、コア・エレメントについては、適用可能でかつ情報を容易に確認できる場合はすべて記録しています。任意のエレメントは、これまでの目録慣行において通常想定される範囲で記録しています。 ・著作および表現形に対するエレメントのうち、コア・エレメントとなるかどうかが場合に

                                                    • 日本目録規則2018年版データ作成事例

                                                      『日本目録規則2018年版』のデータ作成例を公開します。 凡例 ・本データ作成例は、『日本目録規則2018年版』の実装の一例としてお示しするものです。本例以外の実装のあり方を排除するものではありません。 ・各エレメントの値は『日本目録規則2018年版』の本則を採用の上で決定していますが、これまでの目録慣行とは異なる値となるエレメントを中心に、「記録の異なる選択肢」の列に別法や任意追加、任意省略を採用した場合の値をも示している場合があります。ただし、すべての別法、任意追加、任意省略に対応したものではありません。 ・#0.5.1.2により、コア・エレメントについては、適用可能でかつ情報を容易に確認できる場合はすべて記録しています。任意のエレメントは、これまでの目録慣行において通常想定される範囲で記録しています。 ・著作および表現形に対するエレメントのうち、コア・エレメントとなるかどうかが場合に

                                                      • Playwright を使ってテストデータ作成を自動化した話 | 株式会社ヌーラボ(Nulab inc.)

                                                        この記事では、Backlog クラシックプランからの移行フローリニューアルの開発プロジェクトで、 Playwright を使いテストデータの作成を自動化したことについて紹介します。 今回、初めて Playwright をさわってみたのですが、複雑な手順をわかりやすいコードとして表現できるのがとても便利だったので知見と今後の課題をまとめます。 要約 テストデータの作成に時間がかかり、十分に手動テストができていなかった Playwright などのツールを使って自動化することで、効率よく不具合を発見できるようになった 継続的に E2E テストとしてメンテナンスしてゆくためにはさらに工夫が必要 開発を進める上で感じた課題 仕様変更によって多くのテストデータを用意する必要が発生した このプロジェクトでは、開発チームが中心となって大まかなフローや画面設計を作っていました。その一方で、画面上の文言やシ

                                                          Playwright を使ってテストデータ作成を自動化した話 | 株式会社ヌーラボ(Nulab inc.)
                                                        • Django シフト表 シフトデータ作成機能完成 - Qiita

                                                          from django.shortcuts import render, redirect, HttpResponseRedirect from shisetsu.models import * from accounts.models import * from .models import * import calendar import datetime from datetime import timedelta from datetime import datetime as dt from django.db.models import Sum from django.contrib.auth.models import User from django.views.generic import FormView, UpdateView, ListView, CreateVie

                                                            Django シフト表 シフトデータ作成機能完成 - Qiita
                                                          • 非エンジニアでもAI開発が可能に 教師データ作成を効率化する「FastLabel」開発の裏側

                                                            「教師データ作成を効率化するプロダクト開発」と「教師データ作成代行事業」を行っている 恋塚大氏(以下、恋塚):みなさん、はじめまして。FastLabelの恋塚です。私からは、「事業スケールを支える技術」というタイトルで発表いたします。 私たちは、AIを活用して教師データ作成を効率化するAIデータプラットフォームを提供しています。 教師データをご存じの方はいらっしゃいますか? けっこういますね。ありがとうございます。教師データとは、「AIに学習させるためのデータ」のことです。 これだけではピンとこない方もいると思うので、トマト検出のAIを例に、教師データ作成の現場をお見せしたいと思います。これは実際に弊社のプロダクトを使って、教師データを作っているシーンです。このように一つひとつ手動で、ここがトマトですよとデータを作っていかなければならないので、非常にめんどくさい作業になっています。 私たち

                                                              非エンジニアでもAI開発が可能に 教師データ作成を効率化する「FastLabel」開発の裏側
                                                            • AI学習データ作成のポイ活アプリ『harBest』の紹介

                                                              AI学習データ作成のポイ活アプリ『harBest』とは? 出典:AppStore AI開発のための学習データ作成することで報酬としてポイントが貰えるアプリです。 獲得したポイントはAmazonポイントなどに交換して貰うことが出来ます。 作業内容によって獲得できるポイントが違います。 どんな作業をするの? 上記の動画のような作業を行います。 画像データを扱うものの他に音声や文章を扱うものがあります。 ポイントについて ポイントは作業が完了して募集終了になったタイミングで付与されます。 ポイントは1ポイントで1円相当です。 AI学習データ作成のポイ活アプリ『harBest』利用手順 利用手順は以下の通りです。

                                                                AI学習データ作成のポイ活アプリ『harBest』の紹介
                                                              • 日本図書館協会(JLA)、「日本目録規則2018年版データ作成事例」を公開

                                                                2021年12月24日、日本図書館協会(JLA)の目録委員会が、「日本目録規則2018年版データ作成事例」を公開しました。 『日本目録規則2018年版』の実装の一例を示すものであり、冊子体(日本語・英語)、原作小説とDVD、英訳資料(冊子体・電子書籍)、継続前誌・後誌、翻刻・影印、楽譜等、15の事例が公開されています。 日本目録規則2018年版データ作成事例(JLA) https://www.jla.or.jp/committees/mokuroku/ncr2018//tabid/936/Default.aspx ※「更新履歴」の箇所に、2021年12月24日付で「本ページを公開」とあります。 参考: 国立国会図書館、JAPAN/MARC MARC21フォーマット変更箇所一覧および『日本目録規則2018年版』適用細則案等を公開 Posted 2020年1月22日 https://curre

                                                                  日本図書館協会(JLA)、「日本目録規則2018年版データ作成事例」を公開
                                                                • DX雑誌「AI教師データ作成のキーポイント」 ~AI開発の必要不可欠なアノテーション作業のコツを注目企業5社からご紹介~ | DXを推進するAIポータルメディア「AIsmiley」

                                                                  AIポータルメディア「AIsmiley」は、AIを開発する際に必要不可欠なアノテーションの事例やユースケースを紹介したDX雑誌「AI教師データ作成のキーポイント」を公開致しました。 AI の開発会社では、自社のエンジニアがアノテーション作業を行っていることも多くあります。 しかし、高い技術力を持つエンジニアが単純作業に時間を割くのは得策ではありません。手作業でのアノテーションは膨大な時間と手間が必要なため、アノテーションサービスを利用し自動化することが重要です。 今回、本誌では、実績のある AI 企業 5社が画像データのアノテーションをメインにアノテーション作業のコツを踏まえながら事例やユースケースを紹介していきます。 アノテーションとは? アノテーション(annotation)とは、「注釈」という意味の英語です。要するに「注意を与える」という意味を持つ言葉なのですが、ビジネスシーンにおい

                                                                  • Stable Diffusion LoRAデータ作成 教師データ準備編 | taziku / AI × クリエイティブ | 東京・名古屋

                                                                    前回、「Stable Diffusion LoRAデータ作成 sd-scriptsインストール編」でLoRAデータを学習できるツールのインストールするまでを紹介しましたが、今回は、LoRAデータ作成のための教師データの準備を行っていきます。 学習方式の選択 対応している学習形式は公式のRead meには以下の3つとなります。 DreamBooth、class+identifier方式(正則化画像使用可) 特定の単語 (identifier) に学習対象を紐づけるように学習。 キャプションを用意する必要が無いので、手軽ですが、髪型や服装、背景など学習データの全要素が identifier に紐づけられて学習生成時のプロンプトで服が変えられない、といった事態となります。 DreamBooth、キャプション方式(正則化画像使用可) 画像ごとにキャプションが記録されたテキストファイルを用意して学習

                                                                      Stable Diffusion LoRAデータ作成 教師データ準備編 | taziku / AI × クリエイティブ | 東京・名古屋
                                                                    • TSのType, Interface, Classから秒でテストデータ作成するnpm-pkg公開(Rust製)

                                                                      はじめまして🙋 タイトルの通りTypescriptのType, Interface, Classから秒でテストデータ作成するツールを公開しました👏👏👏 boostestと言います🚀🚀🚀 boostestとは? npmでインストールするコマンドです。 日本語のREADMEには利用方法の動画もあります✨✨ ざっくりいうと下記のようなツールでして... typescriptのtypeやinterface, classから瞬時にテストデータ作成できる📝 typeやinterfaceはテストデータを部分的に上書き可能🏗️ テストデータは実際のコードとして出力されるため、ユーザーのアセットになる💸 下記のようにインストールできます。

                                                                        TSのType, Interface, Classから秒でテストデータ作成するnpm-pkg公開(Rust製)
                                                                      • データ作成者とデータ利用者を「感謝のネットワーク」でつなぐ“Mahalo Button”が公開

                                                                        2021年7月1日、データ作成者とデータ利用者を「感謝のネットワーク」でつなぐ“Mahalo Button”の公開が発表されました。 “Mahalo”はハワイ語で「感謝」を意味し、賞賛、尊重、敬意等の広いニュアンスを持つ言葉です。データ引用の仕組みを通してデータ作成者の貢献を正当に評価するという、オープンサイエンスにおける一つの課題の解決策として、データ統合・解析システム(Data Integration and Analysis System:DIAS)プロジェクトの支援を受けて開発されました。 データ作成者が“Mahalo Button”を作成しウェブページのHTMLにスニペットを貼り付け、データ利用者は“Mahalo Button”をクリックし、データセットに基づく成果に関するDOIと「感謝メッセージ」を登録し、潜在的データ利用者はデータセットに基づく成果の一覧を見ることができると述

                                                                          データ作成者とデータ利用者を「感謝のネットワーク」でつなぐ“Mahalo Button”が公開
                                                                        • Illustratorのカラー設定 詳しい人が印刷用データ作成をするとき

                                                                          カラーマネジメント、フォトレタッチ、画像や印刷関連の知識、Photoshopやカラーマネジメントツールの具体的な操作やテクニックなどを紹介するブログです。

                                                                            Illustratorのカラー設定 詳しい人が印刷用データ作成をするとき
                                                                          • 【目次】Kindle出版を5ステップで徹底解説~登録・原稿・データ作成・出版・販促のやり方|中野巧「さぁ、Kindle出版をしよう!」

                                                                            Kindle 出版の全体像と手順を、この【目次】記事ですべて把握いただけます。各記事で具体的な方法をご確認いただけますので迷ったときは、ここ(目次)に戻ってきてください。 この note では、商品やサービスのある経営者・起業家が、Kindle 出版を活用して集客・販売を加速させるノウハウをお伝えしています。 Kindle出版について、あなたの代わりに、200時間以上調べ、実践してきた情報から、これだけ知っていればOKという内容を、5つのステップでまとめた㊙ノートです。 5つのステップは、「1.アカウント開設」→「2.原稿執筆」→「3.電子書籍ファイル作成」→「4.原稿アップロード」→「5.販売(セールス)」という流れです。 実践しやすいように細かく分けていますので大変に感じるかもしれません。しかしながら、それぞれのハードルは中学生でも飛び越せるほど低いので、一つひとつのゲーム感覚でクリア

                                                                              【目次】Kindle出版を5ステップで徹底解説~登録・原稿・データ作成・出版・販促のやり方|中野巧「さぁ、Kindle出版をしよう!」
                                                                            • COVID-19Hokkaidoデータ編①スクレイピングなどによる初期データ作成 - Qiita

                                                                              もくじ COVID-19Hokkaidoデータ編①スクレイピングなどによる初期データ作成←この記事だよ! COVID-19Hokkaidoデータ編②オープンデータ化+自動更新 COVID-19Hokkaidoデータ編③完全自動化 はじめに 東京都とCode for Japanにより東京都公式コロナウイルス対策サイトがリリースされ、そのソースコードがなんとGitHubでMITライセンスで公開されました。つまり他の道府県でも「同様のデータを用意できれば」同じように可視化するウェブアプリケーションを作成出来るという事です(実際はサーバーのリソースなども必要になってきますが)。画期的な取組です。 さてそんな訳で、全国各地の動きも活発化し、北海道ではCode for Sapporoや道内IT企業、自治体職員など多彩なバックグラウンドをもつ有志によるJUST道ITというグループが結成され、3月6日に東

                                                                                COVID-19Hokkaidoデータ編①スクレイピングなどによる初期データ作成 - Qiita
                                                                              • CA2006 – 「国立国会図書館書誌データ作成・提供計画2021-2025」の取組事項 / 大原裕子

                                                                                CA2005 – DORAから「責任ある研究評価」へ:研究評価指標の新たな展開 / 林 隆之, 佐々木 結 「国立国会図書館書誌データ作成・提供計画2021-2025」の取組事項 収集書誌部:大原裕子(おおはらゆうこ) 1. はじめに 国立国会図書館(NDL)では、2021年4月1日、NDL全体の方針として「国立国会図書館ビジョン2021-2025」(1)(以下「ビジョン」)を定めた。ビジョンでは、NDLの使命を果たすための基本的役割の一つとして「資料・情報の収集・整理・保存」をあげ、書誌データの作成および提供を引き続きNDLの大きな任務とした。 また、NDLは、ビジョン以前から定期的に計画を立て、書誌データ提供の強化と書誌データの作成基盤整備に取り組んでおり、2018年3月に「国立国会図書館書誌データ作成・提供計画2018-2020」(2)(以下「書誌計画2020」)を策定し実施してきた

                                                                                  CA2006 – 「国立国会図書館書誌データ作成・提供計画2021-2025」の取組事項 / 大原裕子
                                                                                • スカイピーク、ドローンによる3D地図データ作成スキルを学ぶカリキュラム提供開始

                                                                                  2023年2月2日、スカイピークは、デジタルツインのさらなる活用に向けた次世代人材育成の取り組みとして、ドローンを活用した3D地図データ作成スキルを習得する新たな操縦者育成カリキュラムの提供を2023年3月より開始すると発表した。 3D地図は、都市計画・インフラ整備・防災をはじめ多くの産業分野において活用が見込まれており、国土交通省の方針でも、日本全国の3D都市モデルのデータ化を推進している。 また、2022年12月5日に改正航空法が施行され、一等無人航空機操縦士の国家資格保有者によるレベル4飛行(有人地帯における補助者なし目視外飛行)の実現にあたり、高精度な3D地図はドローンの安全な離発着および障害物等を回避する自動航行において重要な役割を担うことが見込まれる。 ビジネス3D地図コース 受講対象 ドローンによる写真測量技術を用いた3D地図作成スキルを学習したい者 講習概要 現場運用からド

                                                                                    スカイピーク、ドローンによる3D地図データ作成スキルを学ぶカリキュラム提供開始

                                                                                  新着記事