Pythonを使ったネットワークの可視化 - Qiita
ネットワークを「見る」のに役立つツールの実践ガイド Photo by Scott Webb on Unsplash この記事のコードは、このリポジトリですべて公開されています。 【更新情報】2021年2月2日：ネットワーク可視化のためのpythonパッケージJaalをリリースしました。後述のリストのオプション4と考えることができます。ぜひ使ってみてください。詳細については、このブログに記載があります。 はじめに ネットワークまたはグラフは、相互に関係を持つエンティティの特別な表現です。ネットワークは、(1) ノード（エンティティ）と (2) エッジ（2つのノード間の接続）の、2つの汎用オブジェクトのコレクションで構成されています。複雑なネットワークでは、各ノードやエッジに関連付けられた属性や特徴もあります。例えば、人物のノードは、年齢、性別、給与などの属性、「友人」という2人の人物間のエッ
What does United States import? (2020) | The Observatory of Economic Complexity
Have questions, comments, or concerns? Send us an e-mail: support@oec.world
dtreevizをインストールして決定木を可視化する【Python】
「人は見た目が9割」という書籍がありました。 残酷かもしれませんが、それが現実です。 そして、そのことがデータ分析にもあてはまるのかもしれません。 今は、データ分析が一部の人のモノだけではなくなりました。 その結果、データ分析結果をありとあらゆるところで目にします。 そうなってくると、「データ分析は見た目が9割」もあながち間違ってはいないかもしれません。 どんなにいいデータ分析でも、見た目が悪いと見られないということです。 逆に、見た目が良いなら、大したデータ分析でなくても見られることになります。 今回に紹介するdtreevizは、そんな現状だからこそ開発されたのかもしれません。 データ分析の専門家たちが、既存の決定木のダサさに業を煮やして自分たちで作ってしまったのです。 本記事の内容 dtreevizとは？dtreevizのシステム要件dtreevizのインストールdtreevizの動作
Google データポータル基礎ガイド
Google データポータルの基礎知識 見やすいレポートに仕上げる方法 レポートの共有手順 Google データポータルの応用編 「Google データポータル」とは、無料で利用できるダッシュボード作成ツールです。データの整理や可視化の作業に時間を費やしてしまうと、重要なインサイトの分析や共有がおろそかになってしまいます。しかし、Google データポータルを使えば、Google 広告やGoogle アナリティクスなどのデータを自動的に可視化して情報を集約することが可能です。 豊富なグラフィックテンプレートや直感的に扱える高い操作性も、Google データポータルの魅力でしょう。編集と共有はツール内で完結します。ただし、ダッシュボードを作成する際には、利用する対象者や目的に応じた「見やすいレポート」に仕上げなければいけません。多彩な機能の活用方法も理解しておく必要があります。 そこで本ガイ
【Python】nlplotで企業特徴を把握できたら最&高じゃないですか？ - Qiita
きっかけ 現在、SEOライティングツールを開発する株式会社EXIDEAで、データ分析のインターンをしています。勤め始めて4ヶ月経ちましたが、コロナの影響で社内の方とまだ一度も面識がありません。が、定期的なオンライン飲み会やデイリーミーティングでどういった特徴を持った方が多いのか？ようやくわかってきました。また、最近の月次ミーティングで「採用」という言葉をよく耳にします。ベンチャー企業に限らず、Wantedlyを利用して採用活動に力を入れている企業は多いのではないでしょうか？この記事では、Wantedlyに投稿したストーリー記事を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を使用して、応募者に伝えたい企業特徴や想いを再認識しようというストーリーになります。 Githubにソースコードを公開していますので、よかったらどうぞ。 https://github.com/yuuuus
超万能！Notionをまったく別のツールに大変身させるWebサービスを厳選してみた！ - paiza times
どうも、まさとらん（@0310lan）です！ 今回は、万能なドキュメントサービスとして人気の「Notion」を、さらにパワーアップさせて別の用途に活用できるWebサービスを厳選してご紹介します！ すべて無料で利用できる（もしくは無料プランありの）サービスであり、機能的に優れていて誰でも扱える簡単な操作のものを厳選しました。 現状のNotionだけでは足りない機能を多く搭載できるサービスばかりなので、ご興味ある方はぜひ参考にしてみてください！ ちなみに、Notionについてまだよく知らないという方は以下の記事で詳細を解説しているので合わせて確認しておくことをオススメします。 paiza.hatenablog.com ■Notionをメルマガ配信システムに変えるサービス！ 【 NoCodeLetters 】 Notionで作成したテーブルをメルマガ（ニュースレター）のコンテンツ管理用データベー
無料で使える！Googleデータポータルの便利な機能について
デジタルマーケティング、Webの担当者の多くが「レポート作成に時間を取られる」「各施策をまとめるのが容易ではない」といった不満を抱えています。Datoamaのようなツールがあれば結構楽に効果測定やサポートができるのですが多くの企業はBIツールで共有したりレポートを出力したりというケースが多いでしょう。 その一方でこれらのツールは費用がかかるために、そこまでは投資できないというケースもあることでしょう。そこでこの記事では、無料で使える「Googleデータポータル」について紹介していきたいと思います。基本的な操作は理解している前提で、「こんな便利な機能や使い方もある」といったことを解説する内容です。 自社のリード獲得をインバウンドマーケティングに切り替えませんか？ もしも現在、テレアポが中心のアウトバウンド型営業で費用対効果を考えた際にインバウンドでの顧客獲得を進めたい…などでお困りの企業担当
自己組織化マップ（SOM：Self-Organizing Map） - Furukawa Laboratory
自己組織化マップ（SOM：Self-Organizing Map） SOMドキュメント （2017年6月に更新） SOMのドキュメントを公開しました！下の解説よりも体系的に詳しく解説しています．ぜひご覧ください． 自己組織化マップ（SOM）ドキュメント SOMとは SOMはニューラルネットワークの一種で与えられた入力情報の類似度をマップ上での距離で表現するモデルです．技術が発達した現代では複雑な情報が数多く存在します． しかしそのような高次元データを人間が瞬時に理解することは困難です． SOMは高次元データの中に存在する傾向や相関関係の発見などに応用することができ，人間が高次元データを視覚的に理解する手助けを行ってくれます． SOMの特徴を一言であげるとすれば様々な高次元データを予備知識なし（教師なし）にクラスタリングできる点にあります．またこれが自己組織化といわれる所以です． SOMは主
Beverage Preference Dataset(関係データ) にテンソル分解かけて可視化してみた - Qiita
この記事は古川研究室 Advent_calendar 9日目の記事です。 本記事は古川研究室の学生が学習の一環として書いたものです。内容が曖昧であったり表現が多少異なったりする場合があります。 はじめに Beverage Preference Data Set の紹介をかねて記事を描こうと思ったのですが、まだプログラムが動いていないので、随時編集していきます. Beverage Preference Data Set Beverage Preference Data Set は古川研究室が公開している関係データの実データです. 細かい規約等はリンク先を参考にしてください. 604人のユーザーに 14種類の飲料水 を 11のシチュエーションごとにどう評価するのかアンケートをとったデータです. つまり, (人) x (飲料水) x (状況) の３つの母集団の要素の組み合わせによって観測された関
adjustText: matplotlib の散布図でラベルの重なりを自動調整 - Wizard Notes
問題点 matplotlib の散布図などのプロットの際に、各点にラベルを付けてプロットしたい場合、下の図のようにラベルが重なってしまうため、ラベル付きプロットを諦めることが多々ありました。 図1: 散布図 (Before) 解決方法 ラベルの配置を制御する方法を探していたら、adjustTextというモジュールと出会いました。 github.com なんとラベルの重なりを最小限にし、スマートに配置してくれるモジュールとのこと。早速使ってみました。 図2: adjustTextと適用した散布図（アロー無し） 重なりが最小限になり、かなり見やすくなりました！ さらに、アローを付けることもできます。 図3: adjustTextと適用した散布図（アロー付き さすがにプロットする点数が数百点ともなると処理に時間がかかる＆最適化しても重なってしまうため、50±30点くらいの時に使うのが良さそうです
OSSの可視化ツール、supersetを試してみた - Qiita
はじめに 「WACUL Advent Calendar 2016」、11日目の記事です。 今回は、airbnb製の可視化ツール、supersetを一通り触ってみた感想と紹介を書いてみます。 supersetとは 公式には http://airbnb.io/superset/index.html に書いてあります。個人的には以下のようなツールだと認識しています。 柔軟なデータ入出力機構 Flaskベースのwebアプリケーション 豊富な組み込みの管理機能 また、ubuntu16.04で試したところ導入は楽でした（公式サイトに乗ってるとおりの手順であっさり） 柔軟なデータ入出力機構 supersetは、蓄積されたデータを出力するのに、グラフとして出力したりjsonだったりcsvだったりと様々な出力フォーマットに対応しています。また、入力元もMySQLやPostgresSQLなど色々と対応していま
ネットワーク可視化ツール「Cytoscape」に雑に入門して手っ取り早く使う話 - 創作意欲とか物欲とか、そういう類のもの
さてさて、とつぜんですが系統図とかネットワーク図を書く必要に迫られたことってありませんか？ 僕はありました。 こんな図とか こんな図のことです 今日はそんなときに無料（！）で使える超つよいツール「Cytoscape（サイトスケープ）」に雑に入門して、お絵描きソフト感覚で手っ取り早く使う方法を紹介しようと思います。 ※この記事は、僕みたいに伝統的な日本企業で働く「Python？、R？なにそれ食べられるの？」「データベース？エクセルの表のことでしょ？」ってレベルの人向けに書いています。 図解！ネットワーク図作成のながれ さあ、まずはCytoscapeをインストール 例題は親しみやすいほうがいいですよね データセットを作ろう 最低限必要な項目はこの3つ あれ、登場人物、誰がいたっけ？ Cytoscapeへの読み込み ちょっと見た目にこだわってみる 見やすいレイアウトをさがそう スタイルを設定して
機械学習アルゴリズム チート シート - デザイナー - Azure Machine Learning
Note デザイナーは、従来の事前構築済みコンポーネント (v1) とカスタム コンポーネント (v2) の 2 種類のコンポーネントをサポートします。 これら 2 種類のコンポーネントには互換性がありません。 従来の事前構築済みコンポーネントは、主にデータ処理や、回帰や分類などの従来の機械学習タスク向けの事前構築済みのコンポーネントを提供します。 この種類のコンポーネントは引き続きサポートされますが、新しいコンポーネントは追加されません。 カスタム コンポーネントを使用すると、独自のコードをコンポーネントとしてラップすることができます。 これは、ワークスペース間での共有と、Studio、CLI v2、SDK v2 インターフェイス間でのシームレスなオーサリングをサポートします。 新しいプロジェクトでは、AzureML V2 と互換性があり、新しく更新され続けるカスタム コンポーネントを使
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
テンソルSOMによる関係データの可視化
Drillmap | visualizing.info
GitHub - parrt/animl: A python machine learning library for structured data.
自己組織化マップ入門 Introduction of Self-Organizing Map
テンソル自己組織化写像 - 九州工業大学大学院生命体工学研究科
https://www.jstage.jst.go.jp/article/fss/31/0/31_444/_pdf/-char/ja
Facebook、リアルタイムにデータをグラフ化する「Visdom」、オープンソースとして公開
