イントロ「Amazonのこの商品をチェックした人はこの商品もチェックしています」や「YouTubeのあなたへのおすすめ」、「Twitterのおすすめユーザー」などのレコメンド機能は多くのWebサービスに組み込まれております。そのレコメンドによって、ついつい商品をたくさん買ってしまったり、夜遅くまで動画を見てしまった経験はないでしょうか。 この記事では、レコメンドシステムの裏側はどのような仕組みになっているのか、そもそもレコメンドとはどういうものなのかを具体例を交えながら俯瞰できればと思います。レコメンドシステムのアルゴリズムの詳細には触れず、ビジネスにおいてどのような形で実装されているかにフォーカスしています。ネット上に公開されているレコメンドに関するスライドや記事、論文のリンクをまとめましたので、アルゴリズムの詳細などはリンク先の記事でご確認ください。 対象の読者は、自社のサービスにレコ
留吉(豆板醤) @masa1xkane ナミブ砂漠のライブカメラおもしろいという日記 ライブカメラはこれ↓ youtube.com/watch?v=ydYDqZ… 色んな動物の名前出してるけど私がこれかな?と思い込んでいるだけで違う動物かも pic.twitter.com/IPFlaVimlV 2021-12-12 01:01:03
渡邉正裕 @masa_mynews キーエンスは1分単位の「外報」にミスがあると降格対象。永守さんは「君達の代わりはいくらでもいる」。柳井さんは「泳げない者は沈めばいい」。高業績の日本企業では、いかにパワハラとマイクロマネジメントで「不安と緊張」を社員に与えるかが成功の鍵になっている。「熱い職場」なんて漫画の世界。 twitter.com/koyama346/stat… 2023-05-05 11:07:18 渡邉正裕 @masa_mynews 広告ゼロ完全独立ニュースサイトMyNewsJapanオーナー/編集長/ジャーナリスト。「働く」分野が専門で現場社員を1千人超取材。SFC→日経新聞記者→IBMコンサル→ジャーナリズム特化のネット新聞創業。著書『いい会社はどこにある？』『35歳までに読むキャリアの教科書』『10年後に食える仕事 食えない仕事』など多数。 mynewsjapan.com
ネットの音楽オタクが選んだ2020年のベストトラック 100→51 - 音楽だいすきクラブ
2020年のベストトラックを集計しました。今回は219人分のデータを集計することができました。協力してくださった方々、本当にありがとうございました！来週発表するベストアルバムの1/3ほどの規模ですが、それなりのものができあがったと自負しています。メディアのランキングとはまた一味違った、ネットの音楽馬鹿（の一部）の方々が昨年一年間にどういう曲を聴いていたのか、振り返っていただけると幸いです。 作業量が多すぎるのでレビューをつけるのは断念しましたが（アルバムの方はやります）、ストリーミングとYouTubeのリンクはつけました。使っていただければ幸いです。明日までよろしくお願いします！（ぴっち） 追記（1/22）記事下にSpotifyとApple Musicのプレイリストがついています。よかったらお使いください。 このランキングについて ネットの音楽オタクが選んだベストアルバムは音楽だいすきクラ
2020年は忘れることのできない年になりました。新型コロナウイルスの流行で様々な行動が制限され、僕らは自粛を余儀なくされました。生活からライブが遠のき、多くのフェスが中止になり、音楽に携わるあらゆる方々が苦境に追いやられました。 そのような状況のせいなのか、今年は集計に参加してくれる方々が例年より多かったです。音楽が人々の苦境の支えになったのかはわかりません。でも僕らが常に音楽に支えられている事実は変わらず、昨年も例年同様お世話になったことをつくづく実感します。 その恩返しとは微塵も思わないですし、むしろ序列化は作り手に対する裏切りような気がしないでもないのですが、それでもこの多くの人の協力で得られたデータが回り回って新しい出会いとなり、より多くの人に作品が聴かれることを願い、性懲りもなくこんな記事を作っています。 過去最高となる675人のデータを用いて作られた2020年のベストアルバム1
今や毎日耳にするChatGPTだけれど、そもそもどんな風に話題になってきたのかをこのGWを利用して振り返りたいって人もいるはず。そんな人のためにChatGPT関連ニュースをまとめておきましたので、ぜひご利用ください！ 良い振り返りで、良い人生を。 このタイトルだけでもChatGPTに食わせて、話題の流れをまとめてもらうのが一番かも？ 週刊東洋経済 2023/4/22号（ChatGPT 仕事術革命） 作者:週刊東洋経済編集部東洋経済新報社Amazon 2020/06/01 あまりに高精度のテキストを作り出してしまうため「危険すぎる」と問題視された文章生成言語モデルの最新版「GPT-3」が公開 - GIGAZINE 2020/07/21 GPT-3の衝撃 - ディープラーニングブログ 2020/07/22 「GPT-3」は思ってたより「やばい」ものだった。話し言葉でプログラミングまでこなすAI
イントロNetflixは、スマホやPCがあれば、どこでもいつでも、映画やドラマを見放題で楽しむことができます。今年はお家時間が増えたことで、Netflixをより満喫している方も多いのではないでしょうか。実際に、2020年1月〜3月に会員が全世界で1600万人ほど増え、合計1億8000万人を超えています。 Netflixをいくつかの数字で見てみると、さらにその凄さに驚かされます。 ・全世界のインターネット通信量(下り)の15%をNetflixが占めており、YouTubeを超える世界一の動画サービス ・時価総額が20兆円超え ・サブスクリプション収入が月々約1500億円 そんな多くのユーザーを有するNetflixの魅力の１つに、推薦システムがあります。Netflixのホーム画面には、今話題の作品やユーザーにパーソナライズ化されたおすすめの作品が並びます。 Googleの検索と違って、Netfl
なんかマナブやばいな、ついでに色々見てたんですが、最近技術ではない方向で前に出てきてるエンジニアが増えてるようですね。 技術ブログは一般の人は見ないからわからないかもですが、技術ブログ系はエンジニアが見るだけで、基本的にそこで収益を得てるものも少ない印象があります。技術者の業界というのは業界の発展のために、無償で貢献(楽しみとしての人が多い)する人がすごく多く、それによってライブラリの充実の恩恵として再利用性や車輪の再発明を避けたりできてたりします。なので、この人達は金儲け系のブロガー界隈では話題にならないですね。 一般向けに言葉を発信する人が少なめだったというのもあるのかも知れませんが。というか、よく見たら取り上げようと思った人全員文系エンジニアですか…。文系エンジニアは技術よりお金に向かい、理系はお金より技術に向かう傾向でもあるんですかね。 今回はやまもとりゅうけん、マナブ、勝又健太さ
Pythonでコードを書くときのGood/Badプラクティス こちらの記事は、DuomlyによりDev.to上で公開された『 Good and Bad Practices of Coding in Python 』の邦訳版です（原著者から許可を得た上での公開です） 元記事：Good and Bad Practices of Coding in Python ※ 記事の内容に注意すべき点と誤りがあるので、詳しくは注釈まで目を通すことをおすすめします。 （以下、翻訳した本文） この記事は元々 https://www.blog.duomly.com/good-and-bad-practices-of-coding-in-python/ に公開されたものです。 Pythonは可読性を重視した高水準のマルチパラダイムプログラミング言語です。Pythonは、「Pythonの禅」、別名ではPEP 20と
はじめに 新規事業開発に役立つ記事のリストを友人や知人に共有することが多くなり、そのつどメールやチャットツールで送ることが面倒になってきたため、「まとめ記事」にしました。 これらはたくさんの方々から教えていただいて集まった情報のリストです。実際に会ってみた、行ってみたという情報も多いです。コピーしてご利用いただいても問題ありませんし、アフィリエイトもしていません。 ※追記 （１）Qiitaの記事以外は、リンクをクリックしたら自動的に新しいタブで開くようになっています。 （２）頻繁に新しい情報を教えていただいて追加しています。「これも追加してほしい」という情報があればお気軽にコメントください。 （３）Qiitaはプログラミング記事しかダメだと知らずにこの記事を作成しました。もしQiitaから注意されたら移動します。コミュニティガイドライン - Qiita:Support 目次 新規事業開発の
イントロChatGPTやBing、NotionAIなどの大規模自然言語モデル(LLM)を活用したサービスが注目を集めています。対話、要約、翻訳、アイデア生成などの多様なタスクにおいて、とても性能が高いです。ただ、ChatGPTでは、ときどき嘘が混じっていたり、文献が捏造されたりすることがあります。 ChatGPTとの対話画面（結果の書籍は存在しない）それを防ぐために、BingやPerplexityでは、文献を引用した上で、なるべく嘘が紛れ込まない形で回答してくれます。 Perplexityでは引用もつけてくれるしかし、これらのAIは、Web上の公開されている一部のデータを元に学習しているので、公開されてないデータに対しては当然ながら、正しく回答できません。 そこで、この記事では、自社が保有しているデータをChatGPTに組み込んで、自社オリジナルのPerplexityのようなシステムを作る
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
これから推薦システムを作る方向けの推薦システム入門｜masa_kazama
ナミブ砂漠の水飲み場に設置されたライブカメラ映像、いろんな動物がやってきて面白い「お馬さん！チーター！」
「週6で6:45出社」高業績の日本企業では「不安と緊張」をいかに社員に与えるかが成功の鍵になっていた
ネットの音楽オタクが選んだ2020年のベストアルバム 50→1 - 音楽だいすきクラブ
GWにChatGPTについて振り返りたい人向けまとめ - まなめはうす
Netflixを支える推薦システムの裏側｜masa_kazama
ブロガー界隈の有名フリーランスエンジニアを見てプログラミングを始めないでくれ - 渡るネットは嘘ばかり
【Python】良い書き方と悪い書き方を知って中級者を目指す🐍 - Qiita
【新規事業開発】知ってること全部まとめてみた - Qiita
ChatGPTに自社データを組み込んで新しい検索体験を模索してみました｜masa_kazama