Generative AIのビジネス動向を把握する20のレポート集｜k1ito
このNOTEの使い方◯ビジネス観点でGenerative AIの考え方を養うため ◯ファクト集・投資動向・インプリケーション ✗生成AIとは・技術解説・技術動向など 注：サマリーはすべて生成AIで要約し翻訳したものです。 とりあえずこれを読め
このNOTEの使い方◯ビジネス観点でGenerative AIの考え方を養うため ◯ファクト集・投資動向・インプリケーション ✗生成AIとは・技術解説・技術動向など 注：サマリーはすべて生成AIで要約し翻訳したものです。 とりあえずこれを読め
PythonのウェブフレームワークDashを使って、京都の新型コロナアプリを作成しました。DashはFlask、React、Plotlyを使って作られたフレームワークで、ダッシュボードのようなアプリケーションを短時間で作成できます。またコールバックを使ってアプリケーションをインタラクティブに動作させられます。私のようにデータをこねるのは好きだけど、ReactもVueもいまいちよくわからないという人には、容易にダッシュボードを作れるフレームワークです。 作成したアプリケーションは以下のURLにあります。 PC向け スマホ向け コードはgithubを参照ください。 開発環境は以下の通りです。 Windows10 Pro Python3.7.5 dash 1.9.1 pandas 1.0.0 アプリの機能 アプリは京都府のサイトから取得したデータ（取得方法などは後述）をCSVファイルとして読み込
以下はJay Chowによる記事、Top 10 Developer Tools You Didn't Know You Neededの日本語訳です。 有償無償や日本語対応の記載については訳者(私だ)の追記です。 Top 10 Developer Tools You Didn't Know You Needed これは、MacでプロフェッショナルのWeb開発者になるためのマスターガイドです。 ここに取り上げたものは、私にとってはなくてはならない(MUST)ツールです。 これらを使うことで、あなたはプログラミング作業に対して限りない恩恵を受けることでしょう。 あなたの開発環境に追加されるべき、より便利なツールが見つけられることを願っています。 1. JetBrains Tools App https://www.jetbrains.com/toolbox/ JetBrains製ツールのインスト
PythonとGoogle Cloudを使って年間70万球の野球データをいい感じに可視化・分析するダッシュボードを作った - Lean Baseball
日本で言えば同じ学年のレジェンド, アルバート・プホルスが通算700号本塁打を打って驚いている人です. ここ最近, （休んでいる間のリハビリがてら*1）PyCon JP 2022の準備および, 来年以降のMLBを楽しく見るために野球データ基盤（ちなみにメジャーリーグです）を作っていたのですが, それがいい感じに完成しました. アプリとデータ基盤をどのように作ったのか どのような処理, どのようなユースケースで動かしているのか これらをどのようなアーキテクチャで実現したのか 以上の内容をこのエントリーに書き残したいと思います. なおこのエントリーは, PyCon JP 2022のトーク「Python使いのためのスポーツデータ解析のきほん - PySparkとメジャーリーグデータを添えて（2022/10/15 16:00-16:30）」の予告編でもあります. なので, 後日のトークをお楽しみに
はじめに この記事は私の主観かつ知っていることをまとめたものです。古くからのシェルの専門家とかではなくここ数年の間に必要になった時にその都度調べたものなので間違いとかもあると思います。またタイトルの通りスクリプト言語としての比較です。つまりインタラクティブシェルの機能についての比較はしていません。（そもそも使い込んでるわけじゃないので知らないです。）POSIX シェルに限定しているのも私が他のシェルを詳しく知らないからです。もし今も使われていて（もしくは開発中で）ここに書かれていない POSIX シェルがありましたらコメントで教えて下さい。（※ csh, tcsh, fish は POSIX シェルではありません。） シェルの系統は少し古いですが「What does it mean to be “sh compatible”?」に投稿されている図が詳しくてわかりやすいです。またこちら「~s
チャート描画ライブラリ『Plotly』をPythonで試す：インストール＆環境設定編 | DevelopersIO
データアナリティクス事業本部 サービスソリューション部 サービス開発部のしんやです。 ここまで色々な可視化におけるツールやサービスを個人的に触ってきましたが、何らかの言語でサクッとデータを可視化出来るライブラリとかないものかなーと思っていたところ、『Plotly』というプロダクトの存在を知りました。ザッと内容を確認してみたところとっつき易さと表現の幅の広さが良い感じっぽいぞ！ということで個人的にこのプロダクトを触っていってみようと思います。 ? Announcing Plotly.js 2.0! - Graphing Library / Plotly.js - Plotly Community Forum Webブラウザ上でグラフを描画できる「Plotly.js 2.0」がリリース：CodeZine（コードジン） 目次 Plotly 概要 Plotlyとは Dashとは 環境構築 導入環境
前置き 手持ちのファイルをサッと可視化したいなんてニーズはよくあります。そういう時にサッとできる環境だと、ノンプログラマーの人もデータが活用でき、根拠のない勘と根性の世界がデータに基づいた勘と根性の世界に変えられます。 今回は身近な事例として、次のような提携のお小遣いのファイルをアップロードできる（pic1）Dashアプリケーションを作成しました。date列には日付、variable列には支出項目、value列は金額が入っています。残念ながら私はお小遣い帳をつけていないので、今回は日本の家計調査のデータを使っています。 最終的に作成したアプリケーションは次のようなものです。ファイルアップロードツールをクリックするとファイルが選択でき、上のような3つの項目を持つお小遣いデータであれば、グラフが作成され項目を選択して描画することもできます。 こんなもの作るの大量のコードを書かないとダメなんでし
はじめに こんにちは、検索基盤部の伊澤です。検索基盤部では普段から、ZOZOTOWNの検索機能に関するデータ分析や、データ分析を踏まえた検索性能の改善に取り組んでいます。 検索に関するデータ分析では、検索クエリの傾向把握や課題のあるクエリの特定のために、検索クエリごとの検索結果のクリック率やコンバージョン率といったパフォーマンス指標を評価しています。 本記事では、検索クエリごとのデータ分析に関する情報共有を効率化するため、ウェブフレームワークの「Dash」で開発したダッシュボードを活用した事例を紹介します。 目次 はじめに 目次 検索クエリごとのデータ分析の重要性 分析結果のチーム内共有時の課題 Dashを用いたダッシュボードの開発 Dashとは Dashを選定した理由 検索クエリごとのパフォーマンス指標のダッシュボード 1. 検索クエリごとのパフォーマンス指標のテーブル 2. 検索クエリ
IntroductionMachine learning models are exciting and powerful, but they aren’t very useful by themselves. Once a model is complete, it likely has to be deployed before it can deliver any sort of value. As well, being able to deploy a preliminary model or a prototype to get feedback from…
Dashの使い方完全保存版 基本的な使い方は他の方もたくさん投稿していると思うので、実務で使う便利なテクニックの紹介が多いです。 辞書的に使ってください。 随時更新していくので是非ストック or LGTMしてください！ 基本 Dashとは 超簡単におしゃれなWEBアプリが開発できるライブラリ（Flaskベースのライブラリ） グラフはPlotlyというライブラリを使用しています。 （PlotlyはPython以外にもR、Javascriptなどにも対応しています） Webアプリのプロトタイプを開発する際や、社内利用のアプリならこれで十分だと思います。 Dash Hello World 不便な点 大規模アプリには向かないかも（DjangoやFlaskの利用を検討） Flask render_template が使用できない（Flaskとレンダリングの仕組みが異なるため） コードが少し冗長となり
年始は今後に関して考え行動する時期にあります。今年はコロナもあり、今後の住環境を考えていました。その際に、果たしてその街の将来人口は？と気になりました。住宅価格は市場あってのものなので、欲しい人が多ければ上がるし、逆も真なりです。そしてそれって人生で最も大きな投資だったりします。 将来人口気になる・・・とググってみたところ、国立社会保障・人口問題研究所という組織が2015年の国勢調査をもとに、2045年までの都道府県・市町村別の日本の地域別将来推計人口（平成30（2018）年推計・5年ごと、男女年齢（5歳）階級別）というデータを作られていることが分かりました（データソース）。 このデータはたくさんの市区町村の人口を推計されているそうです（原文: 推計の対象とした地域は、平成30（2018）年3月１日現在の１県（福島県）および1,798市区町村（東京23区（特別区）および12政令指定都市※の
これは何？ 最近、cmaf(Common Media Application Format) を使った低遅延ライブについて、ちょこちょこ調べているんですが、手軽にオープンソースベースで試せる環境が見つけられなかったので、作ってみた ・・・ という POST です。 構成概要は、以下のような感じ まずは動かしてみる インストール ffmpeg のインストール 解説は、後に回すことにして、まずは動かし方。まず、ffmpeg をインストールします。(たぶん） v4.3.1 以降が必要です。 Ubuntu20.04
こんにちは！hagi@streampackです。 あまりにも情報がなかったのでDASHのClearkey復号について備忘録を残すことにしました。 はじめに ”MPEG-DASHはClearkeyで復号できる” この情報を元にじゃーやってみようとなりました。 本投稿はどちらかというと”こうやったらできました”ということを記録したいのでなるべくClearkeyはCENCなどの説明を省きますが仕様について興味ある方はEncrypted Media Extensionをご確認ください。 Clearkeyとは？ EMEの仕様書に記述がございますがClearkeyでは平文キーを利用し、クライアントで受け取った暗号化されたファイルとキーを利用してブラウザーのみで実装され、別途ソフトウエアやハードウエアを通さず直接復号し再生します。 This specification does not define a
高品質な動画のスムーズな配信を実現する技術とは？
YouTubeやNetflixといった動画配信サービスは、さまざまな回線速度に合わせて途切れることの少ないスムーズな動画配信を実現しています。動画配信サービスがスムーズな動画配信を実現する仕組みを、ウェブページ上で動作する動画プレイヤーを開発する「Mux」が解説しています。 HowVideo.works https://howvideo.works/ ◆HLS YouTubeやNetflixといった動画ストリーミングサービスでは、「HTTPライブストリーミング(HLS)」と呼ばれるプロトコルを用いてストリーミング配信を行っています。HLSでは、1本の動画を複数の小さなセグメントに分割し、001.ts、002.ts……と拡張子「.ts」の動画として連番管理します。これにより、ユーザーは動画全体をダウンロードせずに動画の一部分を再生できます。 さらに、HLSでは1080p、720p、360pと
Webサイトで公開できる対話的・探索的（読み手が自由に動かせる）可視化をPythonで実践。データ解析に便利なPlotly，アプリ化のためのユーザインタフェースを作成できるDash，ネットワーク図に強いDash Cytoscapeを具体的に解説。 ◎本書の刊行を記念しまして、ジュンク堂池袋店様にて、オンラインイベントが開催されます。 ○演題：Pythonインタラクティブ・データビジュアライゼーション入門 -COVID-19のデータを使ったインタラク ティブ可視化事例- ○日時：２０２１年１月12日 19:30～21:00 ＊申し込みなどの詳細は、丸善ジュンク堂のサイトにてご確認ください。 グラフ（棒グラフ，散布図，ヒートマップ・・・）や表，地図，ネットワーク図など，簡潔なコードですばやく可視化 オールカラー ●コールバック,アニメーションなどの機能で,大規模データでも特徴把握が簡単に ●統
M75q-1 Tinyって何？ DASH Docker Image for DASH CLI DASH CLIの使い方 ヘルプの表示 DASHが有効なホストの探索 電源状態の取得・変更 boot順の表示・変更 ユーザの作成・削除 LEDも操作できる！？ JSON形式での実行と表示 -jdo を使う方法 -ji と -jo を使う方法 微妙なところ 変なエラーが出る インストール後に実行されるスクリプトがsudoを使う 出力に毎回変な改行が混ざる まとめ [2020/9/30 21:00 追記] libcurl.so.4の置き換えは推奨されない旨と、bootorderの変更が実際には反映されない旨を追記しました。 M75q-1 Tinyって何？ オタク大好き小型激安高性能マシンです。 My new gear… pic.twitter.com/okz1tkhxdX— 社会人 (@pudding
Python Interactive Network Visualization Using NetworkX, Plotly, and Dash
They say a graph is more than a thousand words. I totally agree with it. I would prefer to look at a network graph, rather than reading through lengthy documents, to understand a complicated network pattern. This post is about a Python interactive network visualization application. In the first half, it covers the network visualization…
本記事はデータ可視化アドベントカレンダー2020の12月12日の記事です。パチパチパチパチ 先日「Python インタラテクィブ・データビジュアライゼーション入門 - Plotly/Dashによるデータ可視化とWebアプリ構築」という長いタイトルの本が発売されました。そして私は共著者の一人の小川です。この記事では、本のメインタイトルのインタラテクィブ・データビジュアライゼーションの部分を解説します。 本記事では2人以上過程の家計調査・品目分類・月・小分類・支出金額をデータとして用います。ちなみにこのデータには2000年1月から2020年10月の家計が消費した100種類以上の品目の平均支出金額のデータが含まれます。 よく見かけるグラフ われわれがよく見かけるグラフは次のようなものではないでしょうか？ 図1 上のグラフは飲料、パン、米の支出額を線グラフで表したものです。ここからわかるのは、お米
Pythonのデータ可視化ツールは「matplotlib」が有名ですが、もう少し格好良く表示させたいと思った事ありませんか？ この記事では、Python製の可視化ツールであるDashを使用して、Webアプリを作成します。 完成品(株価を時系列に表示するアプリ) 株価を時系列に表示するダッシュボードを作成します株式シンボルと期間を選択するとグラフが表示されます株式シンボルをクリックする事で非表示・表示を切り替えられます Dashとは？ Dashは、Python製のWebアプリケーションのフレームワークであり、Flask, Plotly, React.jsをベースに開発されています。 可視化ツールのPlotlyをベースとした描画を行うことで、お手軽にPythonでグラフを表示するWebアプリを作成できます。 Dashならダッシュボード作成も簡単 公式サイトにSales ForceのAPIを使用
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
「NHKプラス」に感じるテレビの新時代。“あたりまえ”がようやく形に【西田宗千佳のRandomTracking】
PythonのウェブフレームワークDashで京都の新型コロナアプリを作成した - Qiita
あなたが必要としていることを知らなかった10の開発ツール - Qiita
スクリプト言語としてみた各POSIXシェルの特徴と互換性上の注意点まとめ - Qiita
PythonのウェブフレームワークDashで手持ちのお小遣いファイルを可視化する - Qiita
視覚障害者とボランティアをつなぐアプリ「Be My Eyes」に言語モデル「GPT-4」搭載
Python Dashによりデータ分析結果の共有を効率化する取り組み - ZOZO TECH BLOG
Gradio vs Streamlit vs Dash vs Flask
【保存版】Python Dash パーフェクトガイド - Qiita
住処探しのために、Plotly/Dashでみる私の町の将来人口 - Qiita
ffmpeg で low latency DASH server 作ってみた - Qiita
MPEG-DASHストリームのClearkey復号 - Qiita
インタラクティブ・データビジュアライゼーション入門 ｜朝倉書店
M75q-1 TinyをWindows以外からでもリモート管理したい - ぽよメモ
なぜデータをインタラクティブに可視化したいのか？ - Qiita
【Python】データ可視化-株価を時系列に表示するCoolなグラフを作成【Dash】その１