並び順

ブックマーク数

期間指定

  • から
  • まで

281 - 320 件 / 556件

新着順 人気順

chartの検索結果281 - 320 件 / 556件

  • 緊急事態宣言1週間で新型コロナは頂点、減少へ(団藤保晴) - 個人 - Yahoo!ニュース

    新型コロナウイルス感染症に対する緊急事態宣言は1週間で感染者増加を止めたと見られます。既に減少傾向に転じており、宣言から3週目に入る今週半ばからどれくらい減らせて日常生活に戻れるかが焦点でしょう。日々の新規感染者数の推移は1週間のサイクルで癖があります。週明けの月曜がぐんと減り、週半ばにかけて大きく増加、日曜日にまた減ります。PCR検査などの手続きや人員のやりくりで発生するものでしょう。こうした癖を取り除くために当日から1週間分を合計して「7」で割る移動平均手法を採用して、全国合計感染者について3月20日から4月19日までのグラフを作成しました。【追補】第二波もピークを越えました。第640回「新型コロナへの社会防衛、第二波も半月で起動」(2020/08/17):時評「新型コロナ抑制の要因、政府は科学的に把握を」(2020/09/12) 7日平均の赤線グラフがピークに達したのは宣言1週間後の

      緊急事態宣言1週間で新型コロナは頂点、減少へ(団藤保晴) - 個人 - Yahoo!ニュース
    • データ可視化に貢献するチャートCSSフレームワーク・「Charts.css」

      Charts.cssはデータ可視化のためのチャートCSSフレームワークです。HTMLによるデータビジュアライズの際にスタイリングをサポートするクラスを提供してくれます。 面や棒、折れ線、円やドーナツなどよく見かける一般的なチャートやこれらのマルチデータ、パーセンテージや積み上げ式、3Dなど様々なビジュアライズも対応されています。 少しクセがある印象ですが、慣れれば問題なさそうでした。HTML形式のデータに対応する場合にあると作業がかなり楽になりそうですね。 動作サンプル及び簡単に使い方のご紹介です。基本的にはtableが使われ、classを付与する事でビジュアライズされます。 <table class="charts-css"> ... </table>単なるtableをビジュアライズするにはCharts.cssを読み込んだうえで上記のようにcharts-cssというclassを付与します

        データ可視化に貢献するチャートCSSフレームワーク・「Charts.css」
      • イケてるダッシュボードを作りたい!アナリストが自分自身の仕事を分析してみた - MonotaRO Tech Blog

        こんにちは!MonotaROで3年ほどアナリストをしている杉田です。1年前にマーケティング部門マーケティングサイエンスグループに異動し、現在はマーケティング施策の効果検証手法や売上予測手法の改善に取り組んでいます。データサイエンス領域でのスキルアップを目指しており、アナリストとデータサイエンティストの間という(MonotaROの中では)少数派な道を歩もうとしている最中です。キャリア面での葛藤話もまたの機会にお話しできたらと思っていますが、若手メンバーのオンボーディングについて部署の皆さんと執筆をした記事がありますので興味があれば覗いてみてください。 note.com 今回は、アナリスト業務をする中で複数回ぶつかってきた「せっかくダッシュボードを作ったのに活用されない」という悩みについてじっくり考えてみたことをお話していこうと思います。 「せっかくダッシュボードを作ったのに活用されない」とい

          イケてるダッシュボードを作りたい!アナリストが自分自身の仕事を分析してみた - MonotaRO Tech Blog
        • Claude 3.5 Sonnet + 新機能「Artifacts」でCSVから簡単データ分析 - Taste of Tech Topics

          はじめに こんにちは。7月に入り、蓮の花が咲く季節が近づいてきましたね。 4年目エンジニアの小林です。 最近、2024年6月21日にAnthoropic社からリリースされた、「Claude 3.5 Sonnet」で利用できるArtifactsという機能が注目されています。 この記事では、Artifactsを使ってCSVからグラフを生成してみます。 はじめに Claude 3.5 SonnetおよびArtifacts機能の概要 グラフ作成を試してみた Artifacts機能の利用手順 CSVデータからグラフを作成する グラフをカスタマイズする まとめ Claude 3.5 SonnetおよびArtifacts機能の概要 Claude 3.5 Sonnetは、Anthropic社が開発した最新の生成AIモデルで、低コストながら高い性能を持つモデルとして話題になっています。 そして、中でも注目さ

            Claude 3.5 Sonnet + 新機能「Artifacts」でCSVから簡単データ分析 - Taste of Tech Topics
          • WHOが「長時間労働が年間74万5000人を殺している」と発表

            長時間労働は日本を代表する社会問題の1つで、「過労死(karoshi)」という単語は英語でも定着しています。近年は海外でも過労死が問題となっており、2021年5月には世界保健機関(WHO)が「長時間労働が年間74万5000人を殺している」と発表しました。 Global, regional, and national burdens of ischemic heart disease and stroke attributable to exposure to long working hours for 194 countries, 2000–2016: A systematic analysis from the WHO/ILO Joint Estimates of the Work-related Burden of Disease and Injury - ScienceDirect

              WHOが「長時間労働が年間74万5000人を殺している」と発表
            • 【都道府県別】人口あたりの新型コロナウイルス感染者数の推移

              日本全国の都道府県別,人口あたりの新型コロナウイルス感染者数(感染確認例)の推移です.下部の地域ボタンまたは凡例(スマホは「凡例」ボタンで表示)をクリックすると都道府県の表示,非表示の切り替えができます(地図のクリックで表示,折れ線グラフのラベルをクリックで非表示も可能).グラフのポイント上にカーソルで情報がポップアップ,クリックで強調,ドラッグで移動,マウスホイールでズーム.縦軸の初期表示は対数です.「縦軸」ボタンで通常スケールに切り替え可能です.「表示都道府県をURLに保存」ボタンを押すと,現在表示中の都道府県をブックマークで保存できます.「厚労省」「NHK」にチェックを入れて左のボタンでデータを選択すると,厚労省,NHK集計のデータも見ることができます.(NHKの集計は2022/9/27,厚労省および当サイトの集計は2023/5/8で終了しました) 【おことわり】御利用は各自の責任で

              • 経営者・役員の6割が「リスキリングという言葉の意味を知らない」

                SheepDogが運営するITツール比較サイト「STRATE」は2月15日、全国の30歳〜59歳の経営者・役員を対象に実施した「リスキリングに関するアンケート」の結果を発表した。 「リスキリングという言葉の意味を知っていますか?」というアンケートで最も多かった回答は「知らない」で61%となった。以降、「知っており、正しく意味を理解している」(26%)、「知っているが、正しく意味を理解していない」(13%)と続いており、全体の6割がリスキリングという言葉の意味を知らないことが判明した。 リスキリングという言葉の意味を知っていますか? 引用:リスキリングに関するアンケート(STRATE) 「知っており、正しく理解している」と回答した割合を男女別で見ると、男性が32%、女性が14%という結果が出ている。また、リスキリングという言葉の意味を知らないと回答した割合を年代別で見ると、30代男性が47%

                  経営者・役員の6割が「リスキリングという言葉の意味を知らない」
                • 動作が重く共有しづらい「Excel」分析はもう卒業 データ視覚化に役立つ5つのOSSを紹介

                  動作が重く共有しづらい「Excel」分析はもう卒業 データ視覚化に役立つ5つのOSSを紹介:視覚化のイメージやサンプルプログラム付き 先が見通せないビジネス環境で、最新かつ信頼できるデータから洞察を得る重要性はさらに高まっていますが、表計算ソフトウェアは大容量かつ最新のデータを分析するのに不向きです。そこでデータの視覚化に役立つ5つのOSSをまとめて紹介します。

                    動作が重く共有しづらい「Excel」分析はもう卒業 データ視覚化に役立つ5つのOSSを紹介
                  • Swimlanes.io

                    Create sequence diagrams with simple online tool Swimlanes.io is a free webapp for making sequence diagrams. You simply edit the text on the left and the diagram is updated in real time. You can download your sequence diagrams as images or distribute with a link. title: Welcome to swimlanes.io One -> Two: Message note: **swimlanes.io** is a simple online tool for creating _sequence diagrams_. Edit

                    • ヒートマップ図面をExcelで作成するには? - 作り方で変わる!Excelグラフ実践テク(30)

                      前回の連載では、Excelで「ヒートマップ」を作成する方法を紹介した。これを応用して、数値データを「色」で示した図面を作成することも可能だ。Excelは製図ツールではないため正式な図面は作成できないが、簡易的なものであれば十分に対応できる。その作成方法を紹介していこう。 ヒートマップ図面の例 見取り図などの図面を使って数値データを示したい場合にも「ヒートマップ」は効果的な手法となる。 最初に紹介する図は、ある倉庫において各地点の温度を測定し、それをもとにヒートマップ図面を作成したものだ。色が赤い部分ほど温度が高い地点になると考えればよい。 「倉庫内の温度」を示すヒートマップ図面 このように簡易的な図面に数値データを記載して、それを「ヒートマップによりビジュアル化する」という手法もある。 もうひとつ例を紹介しておこう。以下の図は、あるオフィスにおける無線LAN(Wi-Fi)の電波状況を調べた

                        ヒートマップ図面をExcelで作成するには? - 作り方で変わる!Excelグラフ実践テク(30)
                      • Global Deaths Due to Various Causes and COVID-19 | Flourish

                        +44 (0)20 3290 3920 Flourish is a registered trademark of Kiln Enterprises Ltd, UK company 08825531 G06, 16 Baldwin’s Gardens, London EC1N 7RJ

                          Global Deaths Due to Various Causes and COVID-19 | Flourish
                        • データとグラフで見る「新型コロナウイルス」(世界版)|日テレNEWS24

                          【オープンデータの仕様変更により現在更新停止中です】 マップ内をクリックすると、その地域における新規感染者・死者数の推移(7日間移動平均)が表示されます。 各国のグラフの縦軸は最大値を基に自動調整しているため、国ごとでスケールが異なる点にご注意ください。 【オープンデータの仕様変更により現在更新停止中です】 マップ内をクリックすると、その地域における新規感染者・死者数の推移(7日間移動平均)が表示されます。 各国のグラフの縦軸は最大値を基に自動調整しているため、国ごとでスケールが異なる点にご注意ください。

                            データとグラフで見る「新型コロナウイルス」(世界版)|日テレNEWS24
                          • 見たら「ん?」となるエラーバーのグラフ

                            はじめに 実験や数値計算などでエラーバーがついているグラフをよく使いますが、見ていると「ん?」となるグラフをよく見かけます。いくつか例を挙げて見ましょう。 ケース1 例えばこんなグラフがあったとします。 何かが時間に対して指数関数的に減衰していることを表しているようです。僕は発表でこういうグラフを見かけたら「ん?」と思います。 一方こちらのグラフは、少なくともエラーバーの付き方はまともです。 ケース2 もし、観測値のそれぞれに独立なノイズが乗っているのであれば、エラーバーは、観測回数を増やせば減っていくはずです。観測回数nに対して、物理量の推定値とエラーバーがどうなるかを表したグラフでこんなものがあったとします。 試行回数nを増やすにつれて、平均値は0.5に収束し、さらにエラーバーも小さくなっています。一見それっぽく見えますが、僕はこのグラフを見たら「ん?」と思います。 一方、こちらも同様

                              見たら「ん?」となるエラーバーのグラフ
                            • エクセル世界一に輝いた女子高生から学ぶ驚異のグラフ術 | 集英社オンライン | ニュースを本気で噛み砕け

                              福岡県立八幡高校に通う中園愛美さん。昨年開催された「マイクロソフトオフィススペシャリスト世界学生大会2021」の「Excel365&2019」部門で世界一に 2021年11月に開かれた、高校生以上の学生がMicrosoft Officeのスキルを競う「マイクロソフトオフィススペシャリスト(MOS)世界学生大会2021」において、福岡県立八幡高校2年生(当時)の中園愛美さんが表計算ソフト「Excel365&2019」部門で優勝した。日本人の高校生が世界一になるのは初の快挙だった。 同大会の試験時間は3時間半。ソフトに関する知識や操作スキルだけでなく、与えられた課題テーマに対する出場者自身の意見や、それを補足するための統計データの分析なども求められた。 「他の出場者とどう差別化するかを考えたとき、グラフの見やすさは必要だなと思いました。新聞や参考書などを基に、人々を惹きつけるグラフづくりを大会

                                エクセル世界一に輝いた女子高生から学ぶ驚異のグラフ術 | 集英社オンライン | ニュースを本気で噛み砕け
                              • 食べるのが好きだけどグルメではないタイプの人間が表したおいしさのグラフに共感の声

                                稲井カオル @Kaoru_Inai 一人前の漫画家を目指して頑張ります。宜しくお願いします。 ○発売中のコミックス(紙・電子どちらも) 「そのへんのアクタ」全3巻 「うたかたダイアログ」全3巻 「しらぬい奇譚録」全1巻 ○白泉社のアプリ/マンガParkで公開中 「平凡探偵つきなみ」全3話 171room.blog118.fc2.com 稲井カオル @Kaoru_Inai 食べるのが好きだけどグルメではない自分のようなタイプの人間は、世の中の食べものに対する認識がこんな感じなので、「好きな食べものは?」と聞かれると逆に難しいです。 pic.twitter.com/Akan574EVp 2021-01-17 19:00:52

                                  食べるのが好きだけどグルメではないタイプの人間が表したおいしさのグラフに共感の声
                                • 近似最近傍探索ライブラリVoyagerで類似単語検索を試す

                                  本記事について 2023年10月にSpotifyが新たな近似最近傍探索ライブラリとして「Voyager」を発表した[1]。本記事ではVoyagerについて調べたことや、単語の類似検索をユースケースとした実装サンプル、Annoyとの性能比較の結果を備忘としてメモしておく。 近似最近傍探索とは Voyagerの話に入る前に、近似最近傍探索について説明する。 最近傍探索 (Nearest Neighbor Search)とは、あるベクトルのクエリが与えられたときに、そのクエリと「最も似ているベクトル」をベクトルの集合から見つける技術である。 ナイーブな方法としては、クエリのベクトルと、集合の一つ一つのベクトルとの距離をコサイン類似度などで計算し、最も距離が近いものを抽出する線形探索が考えられる。しかし、このアプローチではO(N)(Nは集合のサイズ)で探索に時間がかかるため、データセットが膨大にな

                                    近似最近傍探索ライブラリVoyagerで類似単語検索を試す
                                  • 社内のSlack通知アプリをRustで実装した - STORES Product Blog

                                    データチームの@komi_edtr_1230です。 突然ですが、heyがメインで使ってるプログラミング言語は何か知っていますでしょうか? heyはECと決済、予約など複数事業の事業を展開しているのですが、ECと予約はRuby (+ Rails)で決済はJavaを使っています。 また、アカウント共通基盤ではGoを使っています。 今回データチームでは事業成績を日次でSlackに通知してくれるアプリをRustで開発しました。 この記事ではどのようにして開発を進めたのか、ツラいポイントはなんだったか、何が良かったかなどについてまとめます。 何を作ったのか 今回作ったSlackアプリはどのような要件を抱えていたかというと、 様々な項目についてのデータを取得 Slackに投稿できるようJSONを整形 日次で稼働する(CRON Job) というような具合でした。 現在heyのSlackでは、以下のように

                                      社内のSlack通知アプリをRustで実装した - STORES Product Blog
                                    • グラフニューラルネットワークとグラフ組合せ問題

                                      以下の二つの論文の紹介を中心に、グラフニューラルネットワークとグラフ組合せ問題の交わりについて解説しました。 SIG-FPAI での招待講演の内容に少し修正を加えたものです。 * Learning Combinatorial Optimization Algorithm over Graphs (NIPS 2017) * Approximation Ratios of Graph Neural Networks for Combinatorial Problems (NeurIPS 2019)Read less

                                        グラフニューラルネットワークとグラフ組合せ問題
                                      • グラフニューラルネットワーク(GNN)徹底解説!用途と仕組みからPyGでの実装まで

                                        株式会社ディー・エヌ・エーに AI スペシャリストとして新卒で入社した @634kami です。 CNNなどディープなニューラルネットワークの台頭により一躍世界中の関心を集めるようになった機械学習分野ですが、最近の生成AIブームによりますます関心が高まっています。機械学習については、画像や自然言語といった馴染み深いデータを対象に扱うものについてはよく知られていますが、グラフと呼ばれるデータを扱うグラフニューラルネットワーク(GNN) については研究における注目度の割に、世間からの知名度がありません。 この記事では、グラフについて知らない方でも分かるように、最初にGNNが何に使えるのかの話を中心に解説した後、実際の仕組みを知りたい方向けにモデルの紹介や様々なトピックについて網羅的に解説します!また、最後に PyTorch Geometric(PyG) を利用した実装方法についても触れます。

                                          グラフニューラルネットワーク(GNN)徹底解説!用途と仕組みからPyGでの実装まで
                                        • 12 Google Workspace updates for better collaboration

                                            12 Google Workspace updates for better collaboration
                                          • ChatGPT上でコードを実行してデータ分析やグラフ化が可能な「コードインタプリタ」機能が追加、「誰でもデータアナリストになれる」時代の到来か

                                            2023年7月上旬に、ChatGPT上でコードを実行したりアップロードしたファイルにアクセスしたりできる新機能「コードインタプリタ」が、ChatGPTの有料版であるChatGPT Plusのユーザー向けに展開されました。コードインタプリタを使用することで、コーディングの知識が少ない人でもデータを分析したり視覚的なチャートを作成したりできるようになり、「誰でもデータアナリストになれる」と評価されています。 ChatGPT — Release Notes | OpenAI Help Center https://help.openai.com/en/articles/6825453-chatgpt-release-notes Code Interpreter comes to all ChatGPT Plus users — 'anyone can be a data analyst now'

                                              ChatGPT上でコードを実行してデータ分析やグラフ化が可能な「コードインタプリタ」機能が追加、「誰でもデータアナリストになれる」時代の到来か
                                            • グラフ構造学習を評価するためフレームワーク、米Googleが開発 4000以上のアーキテクチャを統一

                                              このコーナーでは、2014年から先端テクノロジーの研究を論文単位で記事にしているWebメディア「Seamless」(シームレス)を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 Twitter: @shiropen2 米Google Researchに所属する研究者らが発表した論文「UGSL: A Unified Framework for Benchmarking Graph Structure Learning」は、グラフ構造学習のベンチマーク戦略を提案するもので、既存のいくつかの方法を単一のモデルにまとめたフレームワークに関する研究報告である。 ここでいうグラフとは、棒グラフや円グラフのようなデータを視覚化したものではなく、対象物をノード(頂点)とエッジ(辺)を用いて表現したデータ構造を指す。例えば、SNSのソーシャルグラフに用いられている。各ユー

                                                グラフ構造学習を評価するためフレームワーク、米Googleが開発 4000以上のアーキテクチャを統一
                                              • コロナで唯一押さえておくべきデータは死亡者の内訳ではないか? - 銀行員のための教科書

                                                緊急事態宣言が発令され、2021年のゴールデンウイークは非常に寂しいものとなっているものと思われます。 ゴールデンウイークに突入する前に、日本の新型コロナウィルス感染症による死者数は1万人に到達しました。 コロナ病床は逼迫しており、医療の限界も叫ばれています。 一方で、日本は数字や医学に基づいた施策が取られていないと感じることも多いのではないでしょうか。 今回は、死者数1万人に到達したからこそ確認しておくべきデータについて取り上げたいと思います。 感染者・死亡者数推移 死亡者の内訳 所見 感染者・死亡者数推移 まずは、感染者・死亡者数の推移(2021/4/26時点)を確認しておきましょう。 (出所 国立社会保障・人口問題研究所Webサイト) 日本は新規患者数も死亡者数も増加傾向にあります。 そして累計死亡数がついに1万人を超えてしまいました。 しかし、世界で見るとワクチン接種が始まる等で改

                                                  コロナで唯一押さえておくべきデータは死亡者の内訳ではないか? - 銀行員のための教科書
                                                • Fundamentals of Data Visualization

                                                  Welcome This is the website for the book “Fundamentals of Data Visualization,” published by O’Reilly Media, Inc. The website contains the complete author manuscript before final copy-editing and other quality control. If you would like to order an official hardcopy or ebook, you can do so at various resellers, including Amazon, Barnes and Noble, Google Play, or Powells. The book is meant as a guid

                                                  • 注目の生成AI関連技術「Knowledge Graph」で、桃太郎の物語を視覚化してみよう【イニシャルB】

                                                      注目の生成AI関連技術「Knowledge Graph」で、桃太郎の物語を視覚化してみよう【イニシャルB】
                                                    • GraphVizをECSでHTTPサービス化して社内どこからでも使えるようにした話 - Lambdaカクテル

                                                      グラフ作成ツールであるGraphvizを社内でHTTPサービス化し、どこからでも使えるようにした話です。 こういう感じで使えます。 $ curl -X POST http://graphviz.ほげほげ.example.com/ -d 'digraph { foo -> bar -> buzz; }' https://ほげほげふがふが.amazonaws.com/958508bb186ef076c2cbb92c1e0c34ea0e51316e2d9bfe46620d2d6278db0f94.png URLを開くとこういう画像になっています。ヤバイ!! Graphviz便利だけどやや不便 困り HTTP化することで得られるめでたさ アーキテクチャ ファイル構成 Dockerfile server.py conv.sh CD用ファイル task-definition.json .github/

                                                      • グラフニューラルネットワークでQiitaのタグづけをレコメンドする - Qiita

                                                        本記事はNTTドコモR&Dアドベントカレンダー2021の8日目の記事です. こんにちは、NTTドコモの橋本(@dcm_hashimotom)です. 業務ではレコメンド関連の技術開発・施策検討を行っており,主にPythonやBigQuery, Apache Sparkを触ってます. SNSなどで投稿したコンテンツの検索性を上げるためには,そのコンテンツへのタグ(またはハッシュタグ)の付与が重要です.Qiitaではタグは5つまで付与することができ,タグを指定した絞り込み検索や,マイページでのプロフィールに使われております.しかし,タグの付与はユーザ手動なものが多く(要出典),検索性が高いものを選択するためには,ドメイン知識が必要です.なので,タグを付ける際に「このタグがついた投稿では他にこんなタグもついてます」的なレコメンドがあれば有用そうです.また,レコメンドということですが,近年レコメンド

                                                          グラフニューラルネットワークでQiitaのタグづけをレコメンドする - Qiita
                                                        • 日本全国の銀行員数の推移はこうなっている - 銀行員のための教科書

                                                          銀行が「構造不況業種」と言われて久しい状況が続いています。 特に地方銀行の苦境は報道が相次ぎ、銀行員の退職が増えているとの報道も見られるようになりました。メガバンクもRPAやAIを導入し業務量の削減、新卒採用の抑制による人員減等の動きをしています。 銀行は生き残りのため、リストラを強化しているのでしょうか。 今回は、全国の「銀行員数の推移」について焦点を当て、確認してみることにします。 報道内容 銀行員数の推移 まとめ 報道内容 まずは、以下の報道をご覧下さい。 消える銀行員 デジタル技術で省力化 全国で大幅減少 2019年7月28日 NHK News Web デジタル技術の導入で金融業界の省力化が急速に進んでいます。全国の銀行員の数は去年からことしにかけて3600人減り、3大金融グループができた2006年以降、最も大きく減ったことが民間の調査でわかりました。 民間の調査会社東京商工リサー

                                                            日本全国の銀行員数の推移はこうなっている - 銀行員のための教科書
                                                          • Pythonでネットワーク構造のデータを扱いたい(networkxを扱う) - あれもPython,これもPython

                                                            データ分析の仕事をしていると、基本的な表形式のデータ以外では表現しにくい現実事象が存在します。要素と関係性で表現されるネットワークもその一つです。 個人的にはこの形式のデータは、示唆までたどり着きにくいため、ビジネス的な分析とは言いにくいな、とは思います。ただし、探索的にデータを理解したり、プロダクトの機能として使えることは多い分野だと思っているため、タイトルはあえて「データを扱う」にしました。 ネットワーク分析とは networkxはグラフ(ネットワーク)に関するデータの保持/操作をしやすくするパッケージです。 なお、情報がきちんとまとまっているのは以下の書籍です。(クリックするとAmazonにとびます) (感染症のモデルであるSIRモデルや、Word2Vecとの組み合わせなど、応用も多く非常に面白かったです。 ネットワークは繋がりを持つ要素(=ノード)と、その繋がり(=エッジ)で表現さ

                                                              Pythonでネットワーク構造のデータを扱いたい(networkxを扱う) - あれもPython,これもPython
                                                            • ChatGPTのプロンプトで使える回答を引き出す“7R”とは マーケター必須スキルとAI最前線 | 【レポート】デジタルマーケターズサミット2023 Summer

                                                                ChatGPTのプロンプトで使える回答を引き出す“7R”とは マーケター必須スキルとAI最前線 | 【レポート】デジタルマーケターズサミット2023 Summer
                                                              • 良いグラフと悪いグラフの違いとは?

                                                                棒グラフ、円グラフ、ヒストグラム等、データを視覚的に示すためのグラフにはさまざまな種類があります。どのデータをどのグラフで示せばいいのかについて、ジョージア大学応用遺伝子技術センター博士研究員のチェンシン・リー氏が解説しました。 GitHub - cxli233/FriendsDontLetFriends: Friends don't let friends make certain types of data visualization - What are they and why are they bad. https://github.com/cxli233/FriendsDontLetFriends ◆1:棒グラフ データの平均、分散、分布を示すときに棒グラフ(左)を用いると、データの分布がわからなくなります。これを避けるために箱ひげ図や散布図を用いるのが良いとのこと。 ◆2:サ

                                                                  良いグラフと悪いグラフの違いとは?
                                                                • Graph Neural Network を用いたグラフの木幅予測 - Preferred Networks Research & Development

                                                                  本記事は、2019年夏のインターンシップに参加された中野裕太さんによる寄稿です。 皆様はじめまして。2019 年 PFN 夏季インターンシップに参加していた北海道大学の中野裕太です。本ブログでは、私が夏季インターンで取り組んだテーマである、「Graph Neural Network を用いたグラフの木幅予測」について説明します。 要旨 与えられた無向グラフがどれくらい木に近いかを表す値である木幅は、グラフ上の組み合わせ最適化問題に対するアルゴリズムの効率性や解そのものと深く関係しています。しかし、木幅を計算することは NP 困難なため、木幅を計算するには頂点数に対し指数時間かかってしまいます。そこで、今回 Graph Neural Network を用いた 2 つの方法でこの問題にアプローチしました。1 つ目は、よく知られた既存のアルゴリズムと組み合わせ探索木の枝刈りを行い高速化を図り計算

                                                                    Graph Neural Network を用いたグラフの木幅予測 - Preferred Networks Research & Development
                                                                  • Notionのデータベースのデータを可視化するグラフURLを作成する

                                                                    Notionにはデータベースのデータをグラフとして表示する機能がありません。 外部サービスなどを使えばグラフを埋め込むことは可能ですが、それだけのために外部にデータベースの値を渡すのは微妙です。 Notion2Charts - Create Embeddable Charts From Your Notion Tables Create customizable notion charts | Nochart そこまで高機能なものが欲しいわけでも無かったので、作ることにしました。 Notion Plotly Notion Plotlyというサイトを作りました。 このサイトは、URLのパラメータに描画したいデータを渡すことで、Plotlyでグラフとして描画する単純なサイトです。 たとえば、次のようにx軸とy軸の値をURLで渡して棒グラフで表示できます。 https://notion-plot

                                                                      Notionのデータベースのデータを可視化するグラフURLを作成する
                                                                    • 「電卓」アプリに待望のグラフモードが試験実装 ~Windows 10 Build 19546 が“Fast”リングに/「Windows Search」の診断・トラブルシューティングを行うツールもベータリリース

                                                                        「電卓」アプリに待望のグラフモードが試験実装 ~Windows 10 Build 19546 が“Fast”リングに/「Windows Search」の診断・トラブルシューティングを行うツールもベータリリース
                                                                      • gocycloを使ってgo言語のプロダクトをシンプルに維持する|moli9ma

                                                                        1. 対象者 - go言語を使用している方 - 対象のプロダクトの可読性が悪いと感じている場合 2. 概要 ソフトウェアの品質を一定の水準に維持する方法には大きく、テストケースの網羅率を測定する方法とソフトウェアメトリクス(モジュールの依存度、ソースコードの行数、ネストの深さ、循環的複雑度.. etc)を測定する方法があります。今回は、これらソフトウェアメトリクスの内、循環的複雑度に着目してgo言語で実践する方法を紹介していきます。(go言語を取り扱いますが、概念自体は技術を制限するものでは無いので、他のプロダクトでも応用可能です。) 3. 循環的複雑度 循環的複雑度は、対象の関数やメソッドがどれだけ複雑さを持っているかを表す数値です。この循環的複雑度が高ければ高いほど、可読性が低く保守性が悪いコードである可能性が高くなります。 使用する技術によって、目安は変わってきますが、おおよそ20~

                                                                          gocycloを使ってgo言語のプロダクトをシンプルに維持する|moli9ma
                                                                        • AIで入力した文章から人物や固有名詞間のつながりをナレッジグラフ化してくれる「GraphGPT」が登場

                                                                          スタンフォード大学の研究者であるVarun Shenoy氏が、入力した文章に含まれる人物や固有名詞間のつながりをナレッジグラフ化するAI「GraphGPT」を開発しました。GraphGPTはOpenAIが開発した自然言語処理モデルのGPT-3を使用しており、構造化されていない自然言語をグラフに変換するとのことです。 GraphGPT https://graphgpt.vercel.app/ GitHub - varunshenoy/GraphGPT: Extrapolating knowledge graphs from unstructured text using GPT-3 https://github.com/varunshenoy/GraphGPT Can LLMs extract knowledge graphs from unstructured text? Introduc

                                                                            AIで入力した文章から人物や固有名詞間のつながりをナレッジグラフ化してくれる「GraphGPT」が登場
                                                                          • 数学×Pythonプログラミング入門 ― 中学・高校数学で学ぶ

                                                                            中学や高校で学んだ数学を題材にして、Pythonによる数学×プログラミングを学んでみよう。数学の教科書に載っている定理や公式だけに限らず、興味深い数式の例やAI/機械学習の基本となる例を取り上げながら、数学的な考え方を背景としてプログラミングを学べる連載。 第1回 中学・高校数学で学ぶ、数学×Pythonプログラミングの第一歩(2021/07/05) 1. 問題解決の方法を学ぶための最強のツールとは 2. 文法からアルゴリズムへ ・コラム 良いアルゴリズムと数学の知識 3. 数学×Pythonを学ぶことの相乗作用 4. 前提知識と目標 5. Pythonプログラミングの準備と便利なライブラリ 第2回 中学数学だけでフェルマーの小定理をプログラミングしてみよう(2021/07/26) 目標: フェルマーの小定理をプログラミングしてみる 1. サンプルプログラム(演算子の利用) ・【まとめ】演

                                                                              数学×Pythonプログラミング入門 ― 中学・高校数学で学ぶ
                                                                            • 不正検知システムに機械学習を導入してコストマネジメントを実現した話 | メルカリエンジニアリング

                                                                              この記事は、Merpay Tech Openness Month 2020 の17日目の記事です。 こんにちは。matchanです。 今回は、機械学習チームの取り組みのひとつ、不正検知システムに機械学習を導入した話の紹介になります。(不正検知システムについてはこちらの記事もご覧ください。) はじめに これまでメルカリ・メルペイでは、サービスが拡大・成長していくに伴い取引数が増加してきました。一方で、不正検知数も増加していき、それに伴うオペレーション負荷も増加していくという状況が課題になっていました。サービスの拡大・成長は今後も続いていきます。限りあるリソースを考えれば、オペレーション負荷が単調に増加していくままではいけません。 単純に検知数を削減するという対策では、不正検知システムのクオリティの低下になります。そこで、検知数を削減しつつも疑わしい取引を検出でき、オペレーション負荷の低減と検

                                                                                不正検知システムに機械学習を導入してコストマネジメントを実現した話 | メルカリエンジニアリング
                                                                              • GitHub - varkor/quiver: A modern commutative diagram editor for the web.

                                                                                You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

                                                                                  GitHub - varkor/quiver: A modern commutative diagram editor for the web.
                                                                                • 人工知能はムーアの法則の何十倍も早いペースで成長している

                                                                                  ムーアの法則は本来「集積回路上のトランジスタ数が1.5年ごとに2倍になる」という傾向を指した法則です。このムーアの法則の5倍から100倍のペースで人工知能(AI)は進歩していると、GeForce Experienceの立ち上げに携わった元NVIDIAのエンジニアであるジェームス・ワン氏が報告しています。 AI Training Costs Are Improving at 50x the Speed of Moore’s Law https://ark-invest.com/analyst-research/ai-training/ 2010~2020年にかけて、AIのトレーニングモデルに費やされるコンピューターの演算処理能力は急激に増加しています。以下のグラフは縦軸が演算処理能力で、「Petaflop/Days」は1日当たり1秒間に4兆回の演算を行うことを意味します。横軸は西暦です。 1

                                                                                    人工知能はムーアの法則の何十倍も早いペースで成長している