米国では約7割の人が業務などでファクシミリを利用しており、日本よりも利用比率が高いことが分かった。情報通信ネットワーク産業協会(CIAJ)が13日発表した米国におけるファクシミリの利用調査結果によると、69.0%が文書や画像を送受信する業務でファクスを日常的に使っていることが明らかになった。 CIAJではファクシミリの利用は日本では約6割が日常業務で使っているという調査結果を出しているが、今回の調査で、米国のほうが利用している人が多い結果となった。 ファクスの機種は複合機や専用ファクスのほか、インターネットファクス、パソコンなどからと幅広く、依然として紙ベースでのやりとりが多いもののネットワーク経由での送受信の比率も高かった。 ファクスを使う理由で一番多かったのが「確実に届くから」で、電子メールなどのデジタル化が進む中でも依然として確実に相手に届くファクシミリの需要が根強いことが分かった。
CUE
Configure Unify ExecuteValidate, define, and use dynamic and text‑based data Learn more CUE makes it easy to validate data, write schemas, and ensure configurations align with policies. Get started learning about CUE with these links ..
今日伝えたいこと キーボードのどこをこだわるのか、どんなカスタムができるのか
日本人は「貯蓄好き」というのが一般的なイメージなのではないでしょうか。 日本人は将来不安の影響で、消費をせずに貯蓄しているから景気が思わしくない、というような言説を聞いたこともあるでしょう。 今回は、日本人の貯蓄率について、少し焦点を当ててみたいと思います。 貯蓄残高の長期推移 貯蓄率の推移 各国との貯蓄率比較 所見 貯蓄残高の長期推移 まずは日本人の貯蓄残高についての長期推移を確認してみましょう。 以下は二人以上の世帯についての「貯蓄高の長期推移」です。 ＜貯蓄現在高及び年間収入の推移（二人以上の世帯）＞ （出所 家計調査報告（貯蓄・負債編）－2019年（令和元年）平均結果－（二人以上の世帯）） 二人以上の世帯について１世帯当たり貯蓄現在高の最近の推移をみると、2019年＝1755万円の水準は約半世紀前の1959年＝30万円の58.5倍となっています。また、貯蓄年収比（貯蓄現在高の年間収
23億枚もの画像で構成された画像生成AI「Stable Diffusion」のデータセットのうち1200万枚がどこから入手した画像かを調査した結果が公開される
画像生成AI「Stable Diffusion」は入力したキーワードに沿って画像を出力してくれるAIで、簡単なお絵かきとキーワードを合わせて意図した画像を生成したり、「この画像っぽい○○」といった指示でイメージを形にできたりと、さまざまな機能や手法が生み出されています。そんなStable Diffusionについて、「画像を学習するAIは、ウェブ上のどのような画像を学習しているのか？」という疑問を解明するために、23億枚のデータセットから1200万枚を抜粋して集計した調査結果を、技術者・ブロガーのアンディ・バイオ氏が公開しています。 Exploring 12 Million of the 2.3 Billion Images Used to Train Stable Diffusion's Image Generator - Waxy.org https://waxy.org/2022/0
Python 3.8 の概要 (その1) - Assignment expressions - atsuoishimoto's diary
古来、Pythonでは「代入は文であるべき！」と一貫して主張してきました。 C言語などでは、代入は足し算や掛け算と同じ、値を計算する「式」で、たとえば a = (b=100) / 2; と書くと、b には 100 を代入し、a に 100/2=50 を代入します。1+1 は 2 という値になる 式 ですが、b=100 も同様に値が 100 となる 式 なのです。 Pythonでは、代入は式ではないので、こういう書き方はできません。 Pythonの代入は、足し算などの演算子の仲間ではなく、if や for のような制御文の仲間で、あまり自由な書き方は出来ないのです。 Python FAQ では、その理由として Python の式中での代入を許さない理由は、この構造によって起こる、他の言語ではありがちで見つけづらいバグです: if (x = 0) { // error handling } e
データ視覚化やダッシュボードデザインは文字通り「視覚化」「デザイン」というくらいですので、目に見えているところだけを語られがちです。しかし、実は最も重要なのは徹底したオーディエンス（ユーザー）主義の意識、そして質の高い問いの設定です。なぜなら、オーディエンスは、つまらないと感じたり、わからないと感じるとすぐに離脱するからです。これはとても単純で当たり前とも言えるのですが、データ視覚化に夢中になっていると忘れがちなポイントです。 下図は、ダッシュボードに表れるものとその根底に潜む要素を模したものです。データ視覚化の深層部分はこのような氷山で説明できるのではと考えています。 上側半分はよく語られがちですが、下側は見過ごされがちです。ですので、本記事では、上側から下側まで一気通貫のチェックリストを紹介します。弊社では、プロジェクトの開始時から最後まで考えていることです。これらの要素は相互に影響し
株式会社Preferred Networks（本社：東京都千代田区、代表取締役 最高経営責任者：西川徹、プリファードネットワークス、以下、PFN）は、AIおよびデータサイエンスを基礎から学びたい大学生・社会人向けに、機械学習・深層学習の基礎学習コンテンツ4種を、個人向けオンラインAI人材育成講座 SIGNATE Quest*のマーケットプレイスで本日提供開始します。 各産業の専門分野にAIおよびデータサイエンスを応用することができる人材の大幅な不足が指摘される中、そうした人材の育成が国家戦略の重要テーマの１つとして位置づけられています。 PFNは深層学習フレームワークの開発、深層学習技術の産業応用において培ってきた経験をもとに、これからの社会を担う大学生・社会人向けに、機械学習・深層学習技術の活用に必須となる知識を習得するための4つの基礎学習コンテンツを提供します。 SIGNATE Que
８月１５日、中国国家統計局の報道官は、８月から若者の失業率データの発表を停止することを明らかにした。写真は北京での就職フェア。６月撮影（２０２３年 ロイター／Thomas Peter） [北京 １５日 ロイター] - 中国国家統計局は１５日、若年層の失業率について、測定方法を改善する必要があるためデータの公表を一時停止したと明らかにした。 国内の雇用見通しに対する不満が高まる中、ソーシャルメディア上ではこの決定に批判が相次いだ。これに先立ち発表された鉱工業生産と小売り売上高の統計は予想よりも弱い数字となり、景気減速を示す内容となった。 もっと見る
投票率上がったのに立憲・共産減らし過ぎでは？
特に立憲は去年社民国民の一部が合流して衆院比例では1100万もあったのにたった1年でここまで減らすって何があったんや政党2019比例2022比例自民1771万1825万+54万公明653万618万-35万維新490万784万+294万国民348万315万-33万立憲791万676万-115万共産448万361万-87万れいわ228万231万+3万社民104万125万+21万NHK98万125万+27万参政0176万+176万 https://www.nhk.or.jp/senkyo/database/sangiin/2019/00/hsm12.html https://www.nhk.or.jp/senkyo/database/sangiin/00/hsm12.html
たくさんの文字列（や離散的な符号列）をメモリに載せないといけないんだけど、いろんな制約があって通常のList[str]では載らない…ということありませんか？（まぁあんまりなさそうですね） たまたまそういうことがあったので、その際に検討した内容をまとめておきます TL;DR メモリをもっと増やしましょう 富豪的に解決できるならいつでもそれが最高です しかし、世の中それでなんとかならんこともたくさんあります 用途があうのであれば専用のデータ構造を採用する 例えばもし共通のprefixやsuffixが存在し、順序に興味がなければtrie treeなどが使えます 例えば、弊社であれば、法人名をメモリに持ちたいなんてときもあります。そういうときに法人名の辞書をtrieで持ったりすることがあります 「株式会社」「一般財団法人」や「銀行」といった共通語がたくさんでてくるのでtrie treeでごりごり削
Data Platform Guide - 事業を成長させるデータ基盤を作るには #DataEngineeringStudy / 20200715
Data Engineering Study #1 の発表資料です。 https://forkwell.connpass.com/event/179786/ 当日の動画はYoutubeで閲覧可能です。 https://www.youtube.com/watch?v=hFYNuuAaiTg 参考文献 『Software Design (ソフトウェアデザイン) 2020年7月号』 https://amzn.to/30YueL7 『データマネジメントが30分でわかる本』 https://amzn.to/3fmz8Gw
こんにちは。たかぱい（@takapy0210）です。 本日は自然言語の可視化を手軽にできるようにしたパッケージnlplotをPyPIに公開したので、これのご紹介です。 nlplotとは？ nlplotで何ができるか 使い方 使用データ 事前準備 ストップワードの計算 N-gram bar chart N-gram tree Map Histogram of the word count wordcloud co-occurrence networks sunburst chart まとめ nlplotとは？ 自然言語の基本的な可視化を手軽にできるようにしたパッケージです。 現在は日本語と英語で動作確認済みです。 基本的な描画はplotlyを用いているため、notebook上からインタラクティブにグラフを操作することができます。 github.com （スター★お待ちしております🙇♂️）
{ domainData1 : {}, domainData2 : {}, appState1 : {}, appState2 : {}, ui : { uiState1 : {}, uiState2 : {}, } } ref: Basic Reducer Structure and State Shape · Redux 正規化 Recipesでは正規化についても言及しており、リレーショナルデータを管理する場合はデータベースのように正規化することを推奨していました。 以下は投稿が複数のコメントを持つ例です。postsはcommentsのidだけを持っています。 { posts : { byId : { "post1" : { id : "post1", author : "user1", body : "......", comments : ["comment1", "comment
動画が公開されました 昨日、一昨日と、Twitterでコロナ脳をちぎっては投げ、ちぎっては投げしましたが、共通していえることが とにかく知識がない!!! ということで、本日は簡単ながら現在分かっているファクト、つまり事実について誰が言っているのかを含めて書こうと思います。コロナ脳の洗脳を解くためにご活用下さい。ただし中には漢字が読めない、数字が分からないという方もいますので、「これを読んどけ」じゃなくて丁寧に説明してあげることが大事です。 子供は感染しづらく感染しても重症化はほぼ稀で、しかもウイルスを放出しない これは先日の日本感染症学会、つまり政府の専門家会議の皆さんのカンファレンスからの引用です。かなり長時間でしたが全部見ました。 まず、会見の冒頭では「子供たちがウイルスを媒介するといったのは間違いだった」的な謝罪からはいりました。これがその資料です。 ウイルス排出量は重症度ではなく高
リーガルテック領域のリーディングカンパニーである株式会社LegalForceが、「検索インフラTechTalk!」を開催しました。インフラ領域の中でも「検索インフラ」にフォーカスした今回は、検索インフラに関する具体的な事例や取り組みについて各スピーカーから発表がありました。野口真吾氏は、AWSを用いたデータレイクの基礎について紹介しました。 企業規模に関係なく起こるデータのサイロ化 野口真吾氏（以下、野口）：みなさんこんばんは。本日は「検索インフラ Tech Talk!」ということで、検索インフラから少し広げた話題にはなるんですが、「AWSを用いたデータレイクの基礎」というお話をします。よろしくお願いします。 最初に簡単に自己紹介します。アマゾンウェブサービスジャパンでスタートアップ担当のソリューションアーキテクトをしている野口真吾と申します。Twitterでは＠nogというIDを使って活
Do You Really Need Redis? How to Get Away with Just PostgreSQL
Do You Really Need Redis? How to Get Away with Just PostgreSQL There’s a tried-and-true architecture that I’ve seen many times for supporting your web services and applications: PostgreSQL for data storage Redis for coordinating background job queues (and some limited atomic operations) Redis is fantastic, but what if I told you that its most common use cases for this stack could actually be achie
https://anond.hatelabo.jp/2024022723544432歳婚活男性だけどもうダメだわ最近のここらへんの投稿が気になったので、40代で結婚相談所に入って成婚できた経験も踏まえて書いてみようと思う。 積極的で魅力的は人はいる自分があった中ではこんな人がいたかな。 お見合いやデートでプレゼントやお土産をくれる お店や場所の提案をしてくれる、場合によっては予約もしてくれるこちらから奢ってばかりだと悪いということで、奢り返してくれる（「今日は私が払いますね！」と言って伝票を取られた）LINEで頻繁にメッセージをくれる、メッセージの内容も魅力的（「ありがとう」が多い、メッセージで「夢に出てきました」と送ってくる人もいた）確かに、消極的な人もいたけど、そういう人とはお見合いより先に進まないことが多いのであまり印象に残らない。 積極的で魅力的は人は、すぐに成婚してしまうので出会
IT系上場企業の平均年収を業種別にみてみた 2022年版［前編］ ～ ネットベンチャー、ゲーム、メディア系 IT系企業で平均年収が高いのは、勢いのあるネットベンチャー系企業なのか、それとも伝統的なSIerなのでしょうか。毎年恒例の記事を今年も公開します。 新型コロナウイルスの感染拡大が始まってすでに2年以上が経過しつつあるなかで、この状況に適応しつつ成長できている企業なのかどうか、といった視点が重要になってきているように思います。そうした点で、今年も情報をまとめたこの記事は多少なりとも参考になるのではないでしょうか。 さて、上場企業は毎年「有価証券報告書」の発行を義務づけられており、そこには従業員の人数や平均年齢、平均年収などが掲載されています。この記事では、これら公開情報を基に、Publickeyが独自の判断で主な企業をピックアップして業種を分類。平均年収が高い順に並べてみたものです。
ソーシャルゲームにおけるキャラクターの露出度の性差の検討：『Fate/ Grand Order』を例に : 九段新報
(今回の記事はいつもと文体が違います。それは『「フェミニスト共感ランキング」にみる「数字っぽいもの」への狂信、あるいは具体と抽象の往復に対する困難』でも指摘した通り、近年noteなどを主要な領域として調査もどきとでも言うべきものが流通しており、そうした調査の基礎をおろそかにした議論に否定的な一石を投じるためです。簡単に言い換えれば、もし本職がこの手の調査を徹頭徹尾論文っぽくやったらどうなるかをシミュレーションすることで、調査もどきのいい加減さを浮き彫りにしようということです。) 目的 近年、表現におけるジェンダーバイアスやその影響に関する議論が注目されている。特に創作物に登場するキャラクターの衣装の露出度に関しては性別による著しい差異が指摘されている(e.g. 東京新聞, 2022)。 しかしながら、創作物やそこに登場するキャラクターの数は膨大であり、多くのキャラクターの露出度を計量的に検
More than a JSON editor.Visualize, analyze, and manipulate data with ease, a versatile and powerful tool for data representation and exploration.
2020年2月6日に開催された「令和元年度 政策評価に関する統一研修」（埼玉会場）の講義資料です。 (2020-02-09追記) 受講者以外の方々にもたくさんご覧頂いているようでありがとうございます。 注意点として、口頭での説明を前提とした資料であるため、スライド中の文章は最小限にとどめてある点ご了承下さい。
データ分析の基礎 - Qiita
1. データ分析の概要と目的 データ分析とは、大量のデータから有用な情報や知識を抽出するプロセスです。 このプロセスには、データの収集、前処理、探索、モデリング、評価、そして最終的な知識の抽出が含まれます。 データ分析の主な目的は以下の通りです ビジネスの意思決定をサポートする 新しい市場の機会を発見する 顧客の行動や傾向を理解する 製品やサービスの改善 予測や予測モデリングを行う 2. Pythonにおけるデータ分析のライブラリの紹介 Pythonはデータ分析のための多くのライブラリを持っています。 以下はその中でも特に人気のあるライブラリです Pandas: データの前処理や探索的データ分析に使用されるライブラリ NumPy: 数値計算を効率的に行うためのライブラリ Matplotlib & Seaborn: データの可視化に使用されるライブラリ Scikit-learn: 機械学習の
はじめに この「Pythonで基礎から機械学習」シリーズの目的や、環境構築方法、シリーズの他の記事などは以下まとめページを最初にご覧下さい。 本記事は、初学者が自分の勉強のために個人的なまとめを公開している記事になります。そのため、記事中に誤記・間違いがある可能性が大いにあります。あらかじめご了承下さい。 より良いものにしていきたいので、もし間違いに気づいた方は、編集リクエストやコメントをいただけましたら幸いです。 本記事のコードは、Google Colaboratory上での実行を想定しています。本記事で使用したGoogle ColabのNotebookは以下となります。 01_linear_regression.ipynb \newcommand{\argmax}{\mathop{\rm arg~max}\limits} \newcommand{\argmin}{\mathop{\rm
デベロッパーのコミュニティには、実装に役立つテクニックやヒントが満載です。その中から特に有用なJavaScriptのテクニックとヒントを紹介します。 8 JavaScript Tips & Tricks That No One Teaches 🚀 by Garvit Motwani (@GarvitMotwani) 下記は各ポイントを意訳したものです。 ※当ブログでの翻訳記事は、元サイト様にライセンスを得て翻訳しています。 はじめに 1. JavaScriptにおける機能継承 2. .map()の置換 3. 数値から文字列に、文字列から数値に 4. lengthを使用して配列のサイズを変更したり、空にする 5. 配列の分割で値を入れ替える 6. 配列から重複を削除する 7. ループのコードを少なくする 8. パフォーマンス 終わりに はじめに JavaScriptは世界で最もクールな言語
おしらせ：12/23 に後編記事がでました！ tech-blog.monotaro.com こんにちは、データ基盤グループの香川です。 現在モノタロウではBigQueryに社内のデータを集約し、データ基盤を構築しています。 およそ全従業員の6割が日々データ基盤を利用しており、利用方法や目的は多岐に渡ります。 データ基盤グループはこれまでデータ基盤システムの開発保守と利用者のサポートを主な業務として取り組んできましたが、これら多岐にわたる社内のデータ利用における課題の解決及びさらなるデータ活用の高度化を目的として、今年の5月よりデータ管理を専門に行う組織として新たに体制を再構築しました。 そこで改めて組織として取り組むべき課題や方向性を決めるために、まず自分たちの現在地を知ることが重要と考え、データ基盤の歴史を振り返り、社内のデータ活用における課題やそれを取り巻く状況がどう変わってきたのかを
問題「2から100までの素数を出力するプログラムを書け」に対するゴリゴリ力技な回答。「草」「これが1番早いんです！」「こういうコードも実在する」
ひさ @hisagrmf 問題 2から100までの素数を出力するプログラムを書け 答 print("2,3,5,7,11,13,17,19,23,29,31,37,41,43,47,53,59,61,67,71,73,79,83,89,97") 2022-04-16 10:49:01 ひさ @hisagrmf 「それだと例えば10000までの素数を求められた時にどうする？」 「ちょっと待ってくださいね、10000までの素数が載ってるサイトを調べますので」 2022-04-16 10:52:45
回答 (5件中の1件目) アベ政治をゆるさないという看板をもったおじさんの横に昭恵さんがいるやつですね。しかも昭恵さんもその写真をアップしていて、わけがわかりません。 まあ、画像はいいですね、有名なので。
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 -->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">\n <div class=\"
Difyって何？ 少し前から話題の、プログラミングなしで生成AIアプリケーションを開発できるOSSです。 「Dify すごい」 でSNSを検索すると、驚き屋さんがみんな驚いています。このゴールデンウィークはAmazon BedrockとDifyの話題でもちきりでしたね。 元々は「GPTビルダーのOSS版ね。はい解散」という感じだったのですが、最近追加された「ワークフロー」機能がすごく便利のようです。 ちょっとしたアプリなら、ローコードで簡単に作れてしまうとのこと。 最近は自分でPCやサーバー準備して動かさなくても、SaaS版が公式から準備されたようです。無料プランもあります。 やってみた サインアップ 公式サイト右上の「Get Started」からサインアップします。 GitHub連携すると、いきなり開発画面に辿り着きました！いいUX。 「（いち？）から作成」よりワークフローを作ってみまし
「検察庁法改正案に抗議します」に投稿されたのは「ほとんどがスパムツイート」だったのか？（1/3） | IT・科学 ねとらぼ調査隊
1. 多重投稿をしているアカウントが見つかったから 根拠の1つ目は、1人で数十件～数百件程度の多重投稿をしているアカウントが見つかったから、というものです。 まず、スパム行為と見られる多重投稿をしているアカウントが存在していることは事実です。一例として、下記のツイートで言及されているようなアカウントが確認されています。 500万件を超えるツイートの中には、確かに上記のようなスパムとみなされるアカウントによるものが含まれていますが、重要なのは「それが占める割合がどの程度なのか？」という点です。 先の記事の追記にも書いた通り、ねとらぼ編集部が調査に用いたツールによってスパム判定されたツイートの割合は4.87％でした。 主張されているような「数百万件単位のスパムツイート」を行うためには、少なくとも数万アカウントを運用する必要があると考えられます。一部の多重投稿アカウント（現時点で発見されているス
TL;DR 現職のTreasure Dataを本日を最終出社として退職します しばらくは休みをとりつつ次に何をやるかを考えるつもり 次は自分でビジネスを立ち上げるか、それともエンジニアリングチームを作るところにフォーカスするか、これから考える 技術顧問業もはじめます、が、メインにはしないつもり その他これからの活動にご期待ください 現職について 就職時にこのエントリを書いてから6年3ヶ月、当初思っていたより長く働いたなあという感じです。入ったときはUSと日本で合計40人もいなかったくらいだったと思うけど、今では世界中に同僚がいて規模は約10倍くらいになりました。途中Armによる買収もあって、スタートアップから中規模企業までのビジネスと会社の成長を見てきました。自分もそれなりに貢献できてたんじゃないかなと思います。 いま見直すと就職エントリに書いていた3点、「技術ベンチャーであること」「ベン
筆者は起業家で、マンガ好きなのですが、起業を題材にしたマンガというのはあまりありません。 起業は、あらゆる困難がおき、それに対して仲間で立ち向かっていく・・・というもので、非常にマンガ向けだと思うのですが、日本ではまだ起業についての知識が、起業家以外には広がっていないせいか、数が多くありません。 あえていうなら、『マネーの拳』や『王様達のヴァイキング』くらいです。伝記を元にした『スティーブ・ジョブズ』などもありますが・・・。 というので、「起業を題材にするなら、こういう知識を知っておくといい」というのを、画像とともに説明していきたいと思います。 -- 😎ここでCM 😎-- この記事は、ヤングジャンプの漫画賞のための記事です。詳しくは、「漫画家必見！ヤンジャンが賞金総額1億円の漫画賞を実施しているぞ！」をご覧ください！ 起業とは？そもそも起業とは何でしょうか？起業とは文字通り、「事業を起
Geolonia 住所データ
Skip to the content. Geolonia 住所データ 全国の町丁目、大字、小字レベルの住所データ（277,543件）をオープンデータとして公開いたします。 本データは、国土交通省位置参照情報ダウンロードサービスで配布されている「大字・町丁目レベル位置参照情報」をベースとしていますが、「大字・町丁目レベル位置参照情報」データは年に一回更新であるのに対して、本リポジトリで配布するデータは毎月更新しています。 latest.csvをダウンロード latest.dbをダウンロード リリースノート 住所データ仕様 ファイルフォーマット latest.csv: CSV latest.db: SQLite3で読み込めるバイナリ形式 列 都道府県コード 都道府県名 都道府県名カナ 都道府県名ローマ字 市区町村コード 市区町村名 市区町村名カナ 市区町村名ローマ字 大字町丁目名 大字町丁目
Python による日本語自然言語処理 〜系列ラベリングによる実世界テキスト分析〜 / PyCon JP 2019
PyCon JP 2019 での発表スライドです。 GitHub: https://github.com/taishi-i/nagisa-tutorial-pycon2019
2021/7/28, Retty ✕ Mercari Analyst Talk Night! https://mercari.connpass.com/event/218848/
Mini Tokyo 3D
A real-time 3D digital map of Tokyo's public transport system. This data visualization was produced by Akihiko Kusanagi.
おおたわ史絵氏がジェネリックの死亡事故に言及「医師はこんな事故が起こると不安に思っていた」（東スポWeb） - Yahoo!ニュース
医師のおおたわ史絵氏（５７）が１２日、ブログでジェネリック（後発医薬品）の死亡事故に言及した。皮膚治療薬（経口薬）も睡眠導入剤の成分が混入し、この薬を服用していた患者１人が死亡した。薬を製造した製薬会社が１１日発表した。 皮膚治療薬に向精神薬に使用されるベンゾジアゼピンが混入されていた問題についておおたわ氏は「水虫の薬でまさかベンゾジアゼピンが混入しているとは誰も予想しないです」と驚きを隠せない様子だ。 その上で「患者さんが命を落とすとは…ジェネリックと言う選択肢がこの国に現れてから ずっと不安でした。多数の工場やメーカーが参入するほど、監視の目が行き届かなくなるからです。『全く同じ成分ですよ』と思わせた宣伝文句にも大きな問題があったと思う」とジェネリックの問題点を指摘した。 ジェネリックは先発医薬品と全く同じものだと認識している人も多いが「私は患者さんに聞かれたときは必ず『有効成分は同じ
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
米国では7割がファクシミリを利用 CIAJ調査（電波新聞デジタル） - Yahoo!ニュース
キーボードは好きですか？ / Do you like keyboards?
日本人はもはや貯蓄好きではないという事実を信じますか - 銀行員のための教科書
データ視覚化/ダッシュボードデザインを成功させるための95のチェックリスト
AIおよび高度IT人材育成のための教材提供を開始 - 株式会社Preferred Networks
中国、若年失業率の公表一時停止 海外投資家の信認さらに低下も | ロイター
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】
Pythonで省メモリに大量の文字列を扱う工夫 - MNTSQ Techブログ
自然言語を簡単に可視化・分析できるライブラリ「nlplot」を公開しました - ギークなエンジニアを目指す男
TwitterやSlackのRedux Storeを覗く
感染症学会の分析による、コロナ大流行の犯人。傾向と対策
AWSで“データのサイロ化”を防げ すべてのデータを1ヶ所に集めるデータレイクの作り方
結婚相談所にも魅力的な人はいるけど、増田が会えてないだけ
IT系上場企業の平均年収を業種別にみてみた 2022年版［前編］ ～ ネットベンチャー、ゲーム、メディア系
JSON Crack | More Than A JSON Editor
行政プロセスにデータ分析を取り入れるために知っておきたい知識と事例
Pythonで基礎から機械学習 「単回帰分析」 - Qiita
知っておくと実装に役立つ！JavaScriptのテクニックのまとめ
MonotaROのデータ基盤10年史（前編） - MonotaRO Tech Blog
実はフェイクでありながらも、未だに多くの人が真実だと信じている写真はありますか？
小学生憧れの人トップ10に鬼滅から7人 ベネッセ調査：朝日新聞デジタル
Z世代で「検索のNo.2」が変化、Google検索に続くのはYahoo!検索ではない？【GO TO MARKET調べ】 | Web担当者Forum
話題のローコードツール「Dify」で生成AIアプリを作ってみよう！ - Qiita
退職します2021 - たごもりすメモ
起業マンガを増やしたいので、起業について本気で説明する | アル
メルカリにおけるA/Bテスト標準化への取り組み