ブランドの物語を豊かにするためのコンテンツマーケティングの可能性 | ウェブ電通報
オウンドメディアなどを通じて能動的にコンテンツを提供し、継続的な関係を生活者とつくり上げていくコンテンツマーケティング。デジタルマーケティングの新潮流として日本でも数年前から話題になっているが、別記事でも触れている通り、この手法が根源的に持つ、「事業の貢献」という視座に対する認知が進んでいない面がある。 このテーマをめぐって、今年7月からアマナ・グループと提携して日本市場に進出した米ニュースクレドの上級副社長チャールズ・ハフ氏、アウトブレイン創業者のヤロン・ガライ氏とアウトブレインジャパンの嶋瀬宏氏、そして電通ビジネス・クリエーション・センターの青木圭吾氏の4人が議論した。 嶋瀬 宏（以下、嶋瀬）：コンテンツマーケティングの世界では、「コンテンツ・イズ・キング、ディストリビューョン・イズ・クイーン」と考えます。両者は、どちらが欠けても成り立たない。良いコンテンツをつくれば人は見てくれるであ
営業の「センス」って何なのか真面目に考えてみた『センス入門』 | ウェブ電通報
営業の上司や同僚と語り合う（飲む）ときの頻出ワード「センス」。 先輩「プレゼンお疲れ～！勝ててホンマよかった！」 後輩「お疲れさまで～す！本当によかったです！僕も間近で関われて、いろいろと勉強になりました！」 先輩「お、例えば？」 後輩「例えば…、プレゼンの最後の質疑応答での〇〇部長の対応とか！」 先輩「確かに。あそこであの切り返しできるんは、もはやセンスとしか言いようがないわ」 後輩「ですよね～！」 僕は広告業界でしか働いたことはないですが、こんな会話は（居酒屋の）そこかしこで聞こえてきそうです。 で、結局「センス」って何?? 頻出ワードであるにもかかわらず、みんなの認識がちょっとずつ異なるような気がしますし、なんとなく、明文化することも難しい気がします。 上記の会話でも、先輩は分かっている風ですが「センスでしかない」と一言で片づけてしまうと、もはや後輩にとっても勉強になっていないですよ
異常検知のための未来予測：オウム返し的手法からHolt-Winters Methodまで
Holt-Winters Method（別名: Triple Exponential Smoothing）というデータの予測手法がある。これについて素晴らしい解説記事があるので読みながら実装していた。 コードは takuti/anompy にある。 この手法、Graphite が実装しているということもあり、近年ではDevOpsコミュニティを中心に一躍有名になったんだとか。 ここでは解説記事の内容に沿って、Holt-Winters Method に至るまでに知っておくべき手法たちの“気持ち”をまとめる。数式は元記事やWikipediaに譲る。 問題 『連続するN点の時系列データを観測していたとき、N+1点目の値を予測する問題』を考える。 もし次の瞬間の値が予測できれば、そこからデータの“異常”を察知することができる。 たとえばDatadogなどで監視しているシステムのメトリクスを対象とすれ
AWS ALBに長いリクエストURLでGETすると414や500でエラーになる - YOMON8.NET
AWS ALB(Application Load Balancer)に長いURLリクエスト投げてみたら、以下のテーブルのように、ある長さのリクエストからエラーが出ることを発見しました。 URLの長さ(Byte) HTTPレスポンスコード 〜16446 200 OK 16447 500 Internal Server Error 16448〜 414 Request-URI Too Large AWSのサポートに聞いたら以下のような制限があることを教えてもらいました。仕様なのでパラメータ等での変更はできないようです。また、旧ELB(Classic Load Balancer)にはこの制限が無いようです。 HTTP headers for Application Load Balancers have the following size limits: Request line: 16K S
97%の精度：教師なし学習でMNISTデータを分類する手法 - Qiita
はじめに クラスタリングとハッシュラーニングの部分を完全に理解することはできませんでした。有識者の方がいれば教えて欲しい・・・ 対象読者 教師なし学習で分類を行いたい方。一般的な機械学習の知識、コンピューターサイエンスの知識がある方が対象になります。 背景 教師データが用意できないタスクがある。 教師データが少量しか用意できないタスクがある。 教師なしデータはある。 上記の状況で有効な手法を探すために下記の論文を読みました。 Hu, Weihua, et al. "Learning Discrete Representations via Information Maximizing Self Augmented Training." arXiv preprint arXiv:1702.08720 (2017). 選んだ理由 精度が高い コードが公開されていて再現できそう ベースとなる手法
これさえ読めばすぐに理解できる強化学習の導入と実践
強化学習の位置づけ 教師あり学習 教師なし学習 強化学習 強化学習の応用事例 Atariの攻略 AlphaGo ロボットの自動動作獲得 ファイナンスへの応用 広告配信の最適化 OpenAI Gymを使ってQ-learningを実装してみる 状態 行動 報酬 実装 参考文献 ディープラーニングなどの機械学習技術の進歩によって、過去のデータから学習する技術は大きく進化し、写真の中に写っている対象を認識することや病気の診断、多言語間の翻訳をする性能を著しく向上させることができました。 すでにその性能は専門的な教育を受けた人間の能力と同等 [1] か超えている分野もあるほどです。 一方で、人間にはデータを与えなくとも自ら経験から学び、スキルを上達させることができます。特に何も教えられなくとも、経験からゲームを攻略することやロボットの正しい動作の仕方を学んでいくことができます。 機械学習の中でも、こ
ディープ ラーニングでプロレベルの写真を生成する
.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #DevFest23 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads
機械学習のルールとベストプラクティス（Rules of Machine Learning: Best Practices for ML Engineering の意訳） - Qiita
機械学習のルールとベストプラクティス（Rules of Machine Learning: Best Practices for ML Engineering の意訳）機械学習 WHY 1：自分の勉強のためです。 2：機械学習に興味があるけど英語ができない人でも大まかな内容が理解できれば良いな 機械学習は近年話題になっている技術ですが具体的な運用のための指針はあまり明確になっていないのが現状です。企業の担当者が知恵を振り絞って工夫されていると思います。 今回、参考にした資料はGoogleの中の人が書いているので参考にできるはずです。 機械学習の適用で悩めるエンジニアの指針になれば良いと思います。 ただし参考資料の方が詳しいので英語ができる方は元の参考資料を読まれる ことを強くオススメします。 誤訳がある可能性があります。（できれば指摘していただけるとありがたいです） 43個のルールがありま
【コピージアム】いきものがかり水野良樹と東畑幸多が考える「スタンダード」とは
「宣伝会議コピーライター養成講座」の開校60周年記念イベント「コピージアム2017」が8月28日から9月3日まで、東京・六本木の東京ミッドタウンで開催された。期間中に行われたトークセッションの模様をレポートする。 ソングライターとしても活躍中の「いきものがかり」リーダー・水野良樹さんと、クリエーティブディレクター・CMプランナーの東畑幸多さん（電通）が8月28日、会期中最初のステージに登壇。水野さんが「スタンダード」な商品の開発担当者を訪ねる月刊『ブレーン』の連載「スタンダードへの道」になぞらえて、楽曲づくりや広告づくりにおける「スタンダード」のあり方について話し合った。 【残席わずか】コピーライター養成講座 秋コース 東京・大阪・金沢で申し込み受付中。 詳細はこちら 普遍的価値と時代性の交わったところにヒントがある 水野：僕らミュージシャンの場合は、「そもそも自分が伝えたいメッセージがあ
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
