タグ

2016年7月5日のブックマーク (7件)

  • 企画書で使える!無料で統計データが手に入るサイト11選|SUKIMANO

    市場調査の結果など、客観的な統計データがあると企画書やプレゼン資料の信頼感がぐっとアップしますよね。 しかし、統計データを企画書やプレゼンの資料として使いたいと思っても、個人でできる調査には限りがありますし、格的に調査するとそれなりに費用や時間がかかるのがネックです。 実はネット上には無料で統計データを公開しているサイトがあるので、企画書やプレゼンのテーマに沿った資料が手に入るなら活用しない手はありません。 無料で統計データが閲覧できるサイトを11個まとめましたので、企画書やプレゼンの資料に活用してみてはいかがでしょう。 ①総務省統計局 出典 http://www.stat.go.jp/index.htm 統計データといえば総務省統計局です。 国勢調査、人口推計、住宅・土地統計調査、家計調査、全国消費実態調査、小売物価統計調査、労働力調査などなど、さまざまな統計データを無料で閲覧できます

    企画書で使える!無料で統計データが手に入るサイト11選|SUKIMANO
  • Web界隈で最近気になるWebサービスとか集めてみた【2016年7月版】 - Brian'z Imagination

    2016年もいよいよ下半期突入。 歳を取るごとに1年が過ぎるスピードがますます加速するように感じるけれど、全然悲観的じゃない。むしろ毎日新しくて新鮮なことが向こうからどんどん飛び込んできて、毎日エキサイティングだ。 そんなわけで、今回も先月に引き続き最近気になるWebサービスやアプリケーションなどを紹介していきたい。前回は海外サイトを中心に紹介したけれど、今回は海外編・国内編と2立てで紹介していく。ほとんどのサービスは無料だけれど、とんでもなく便利なものも多いので、きっとあなたの役に立つはずだ。 ちなみに前回の6月版の記事はこちら。 海外編 Real Time Users Real Time Usersは、1分(60秒)以内にサイトを閲覧しているひとの数を表示するカウンターのjavascriptプラグインだ。CSSで表示部分をカスタマイズすることができる。数行のコードではてなブログにも設

    Web界隈で最近気になるWebサービスとか集めてみた【2016年7月版】 - Brian'z Imagination
  • DeepLearning 中心に見る最近の論文事情

    DeepLearning を中心にNLP・CV・RLでどのような進歩をしているかざっくりまとめました。Read less

    DeepLearning 中心に見る最近の論文事情
  • Deep Learning のトレンドについて喋ってきた

    Convolutional Neural NetworksのトレンドについてCasualじゃない話をしてきました. 全脳アーキテクチャ若手の会カジュアルトーク 全脳アーキテクチャ若手の会カジュアルトーク というところでお話をしてきました. ちょっと層がわからなかったのですが,IT系のエンジニアの方が多かったみたいです. (学生は4人くらい…?しかもほぼ身内) 僕のスライドはSlide Shareの方にアップロードされています. しかも,映像もアップロードされていた… 発表後記 実際はConvolutional Neural Networks(CNN)系論文128ノックにするつもりだったとはいえない空気でしたね… 個人的には画像生成やキャプション生成系の研究速度はとても速く進んでいると感じています. Visual Turing Test の話はもう少し掘り下げたかったですね. Deep M

  • 深層学習の画像認識分野における研究事例

    Convolutional Neural Networks のおさらい コンピュータビジョンにおける最近の研究事例 深層学習の画像認識分野における研究事例 西田典起 東京大学大学院 情報理工学系研究科 創造情報学専攻 Machine Perception Group 中山英樹研究室 nishida@nlab.ci.i.u-tokyo.ac.jp 第 2 回 音響学会関西支部談話会 Match 28, 2016 西田典起 深層学習の画像認識分野における研究事例 東京大学 情報理工学系研究科 1 / 57 Convolutional Neural Networks のおさらい コンピュータビジョンにおける最近の研究事例 Contents 1 Convolutional Neural Networks のおさらい 2 コンピュータビジョンにおける最近の研究事例 西田典起 深層学習の画像認識分野

  • 自然言語処理ー古典的手法から言語モデルまでー 森山 直人

    6. 逆に自然言語じゃないのは? • コンピュータはこれじゃないと処理できない • こっちのほうが論理的 • いろいろ呼び方はあるが、よく「構造化データ」とよばれる { "name": "森山", "sex": "男” "age": 27, "language": "python", } 口語ではなく、要素ごとに存在 し、それぞれの要素同士の関連 を明確に記されている “森山という男がいて、彼は今年27歳でpythonをつかう” 6

    自然言語処理ー古典的手法から言語モデルまでー 森山 直人
  • たった数行のPythonコードで打者大谷翔平がどれだけ凄いのかを見てみる - Lean Baseball

    先に言っておくと、 あくまでもネタです 機械学習とか高度なネタは出てきません. あくまで参考程度に、ただし世の中のスポーツ系サイトや新聞よりまっとうにデータで見ている(と思われる) そんな感じで気楽に見てもらえればと. 打者「大谷翔平」の2016年 打撃成績 前日(2016/7/2)までの成績. .336/9/24(打率/塁打/打点) .440/.638/1.078(出塁率/長打率/OPS) 0/0/0(三塁打/犠打/盗塁) 日(2016/7/3)は「1番(投)」で二刀流スタメン起用、プレイボール弾(初回初球先頭打者塁打)を決めるなどして、打撃成績は向上しています. ここでクエスチョン 大谷翔平の何が変わったのか? 三振が減った 四球が増えた パワーがついた キャリアハイな成績を残す(と思われる)打者大谷の強みはナンだ!? なお、 二刀流した結果打撃に良い効果が? 相手が弱くなったo

    たった数行のPythonコードで打者大谷翔平がどれだけ凄いのかを見てみる - Lean Baseball