株式会社HAPPY ANALYTICSの小川卓（id:ryuka01）です。 今回は、全2回で Google アナリティクス4（以下「GA4」) × BigQuery に関して紹介をしていきます。 第1回は、BigQueryについての基本的なご説明と、GA4連携におけるメリットなどについてご紹介していきます。 GA4 × BigQuery を活用することで、オウンドメディアの分析や効果の可視化に大きく役立つと思いますので、ぜひ参考にしてみてください。 BigQueryとは？ 注目される３つの理由とBigQueryの料金体系 GA4と連携するメリット・デメリット 主なメリット GA4のデータを集計前の状態で恒久的に保存することができる GA4の画面だけでは出しにくい（出せないあるいは出すのに手間がかかる）データを簡単に出せる GA4のデータを他のサービスと連携することが可能になる 上記に伴い

クラウド使いなエンジニアの皆様、猛暑と円安の中いかがお過ごしですか。上層部からインフラコスト削減を突きつけられてはおりませんでしょうか。 今回はおそらく初めてコスト削減についてAWSを軸に書いていきますが、考え方はどこの環境でも似たりよったりなので何かしらの足しになればと思う次第であります。 目次 長いです。ひきかえしたほうがいいぞ！ コミュニティに捧げます AWSの売上 コスト削減とは 三大使命 コスト状況整理 Load Balancer 参考リンク 統合による削減 EC2 Autoscaling 参考リンク 情報整理 古いインスタンスタイプの変更 スケジュールの調整 スポットインスタンスの適用 軽量インスタンスの統合・サーバーレス化 アプリケーション処理の軽減 EC2 EBS EBSは高い 不要EBSを削除・スナップショット化 ボリュームタイプの変更 EC2 AMI NAT Gatew

1971年福井県生まれ。得意ジャンルは、パソコン・デジタルAV・家電、ネットワーク関連など「電気かデータが流れるもの全般」。主に、取材記事と個人向け解説記事を担当。 最近多いので「またですか」と言われそうだが、メカニカルキーボードの話をする。 先週、あるキーボードを買った。冷静に考えると「生まれて初めて」レベルのものであり、ちょっと面白い体験だった。だがいまや、「これが私にとってはベストだった」と確信するくらい気に入っている。 購入は「衝動買い」だったのだが、そこから考えた諸々のことは、「キーボードと人間」を考える上でけっこう重要なことではないか……と考えている。 というわけで、衝動買いから考えた話をお伝えしたい。 ※この記事は、毎週月曜日に配信されているメールマガジン『小寺・西田の「マンデーランチビュッフェ」』から、一部を転載したものです。今回の記事は2023年8月21日に配信されたもの

人材育成で悩んでいる人事担当者、部下指導を「なんとなく」で行っている管理職が、感覚的な指導から脱却し、部下の活躍を促すために有効な打ち手について、株式会社PDCAの学校 代表取締役の浅井隆志氏が解説。本記事では、社員を4つのタイプに分類しながら、タイプ別の適切な指導方法について語っています。 忙しい上司を見て「ああはなりたくない」と思う部下 浅井隆志氏：これは、繰り返しウェビナーでお話しさせていただいておりますが、特に最近の若手は自己成長、スキルアップ、キャリアアップを図りたいというニーズがあります。ただ一方で、管理職にはなりたくない。 「管理職になりたくない」という割合が、過去20年ずっと遡っても右肩上がりで増えてるんです。なんでかというと、責任を負いたくない。理由はここだけなんですね。自分の会社の課長や部署を見ると、大変そうだからなりたくない。 もう1つ余談になりますが、以前、千葉に十

多様化する世界の中で、特にデジタル領域のビジネスにおいては多数のビジネスモデルが存在する。そのため全てのビジネスモデルを把握しきることは困難だ。 今回はこちらの記事を参考に31個にビジネスモデルを類型化し、全3回のシリーズにわたってそれぞれを解説していく。 ビジネスモデルをブラッシュアップしたい起業家や、ビジネスモデルを学びたいビジネスマンにとって参考になれば幸いだ。 まずは1から10。それでは早速見ていこう。 フリーミアムモデルサブスクリプションモデルマーケットプレイスモデルアグリゲーターモデル従量課金モデルFFS（フィー・フォー・サービス）モデルEdtechのモデルロックインモデルAPIライセンスモデルオープンソースモデル1. フリーミアムモデル 例：Google Drive, iCloud, Slack フリーミアムのビジネスモデルは、ユーザーがソフトウェアやゲーム、サービスの基本機

クレイジーピエロ 著 無から始める自作CPU CPUは作れる！！！！！！！！ご存知でしたか！！！？？？？？？ CPU、それは我々が暮らす情報社会の基盤となる魔法の石です。 世に存在する全てのソフトウェア、例えばゲーム、AI、Webサーバ、OS、これらは全てCPUが無ければ動きませんし、今や車や飛行機、家電にも全てCPUが入っている時代です。 そんな誰もがCPUに依存している時代にも関わらず、CPUについて理解を持っている人間は余りにも僅か、というのが現状です。 そんな今こそCPUを作りましょう。 CPUを作り、完全に理解する事で、CPUによって成り立つ技術を学ぶ上での、揺るぎない自信と確証を身につける事が出来るでしょう。 本記事ではCPUという究極のブラックボックスに光を当て、半導体やプログラミングの知識が無の状態から、CPUを作る事を目標としています。 必要な物 本記事の内容の99%はW

ただし、GPT-4と比較すると安価にはなっていますので、性能比較をしながら良い塩梅を探すとコスト的にメリットがある可能性があります。 また学習のコストですが、以下のように学習データ全体のトークン数 x エポック数という形で費用が掛かるので注意が必要です。 （エポック数は後述するようにパラメータとして指定可能です） For example, a gpt-3.5-turbo fine-tuning job with a training file of 100,000 tokens that is trained for 3 epochs would have an expected cost of $2.40. 公式ページは以下となりますので、併せてご確認ください。 レート制限 fine-tuningのレート制限については、以下に記載があります。 fine-tuningについては以下のように

1. ファインチューニングの利点ファインチューニングの利点は、次のとおりです。 (1) プロンプトよりも高品質な応答 (2) プロンプトに収まりきらないより多くの例の適用 (3) プロンプトの短縮によるトークン数 (コスト) の節約 (4) プロンプトの短縮による処理時間の短縮 モデルは膨大な量のテキストで事前学習されており、このモデルを効果的に利用するため、プロンプトに手順や応答の例を指定する手法が使われます。この例を使用してタスクの実行方法を示すことを「Few-Shot」と呼びます。 ファインチューニングで、プロンプトに収まりきらないより多くの例で学習することにより、さまざまなタスクでより良い結果を達成できるようになります。プロンプトに多くの例を指定する必要はなくなります。これによりトークン (コスト) が節約され、処理時間も短縮されます。 2. ファインチューニングの使用料金ファイン

CEDEC 2023