ChatGPTに.xlsxファイルの中身を読み込ませてデータを処理させる方法
ChatGPTに対して、膨大なプロンプトを入力するのは大変だ。一方、テキストや表組みなど、データがまとまって記載されたファイルを読み込ませれば、そこに記載されたデータに対してChatGPTで分析や編集を行うことができる。本稿では、ChatGPTにファイルを読み込ませる手順について解説していこう。 ChatGPTでファイルを読み込ませるには有料プランの契約が必要 前回の記事でも解説したが、ChatGPTには、テキスト入力だけでなくファイルを読み込ませてデータを処理する機能や、ChatGPTで生成したコンテンツをファイルとして出力する機能が備わっている。 もともとは「Code interpreter（コードインタープリタ）」や「Advanced Data Analysis（アドバンストデータアナリシス）」という名称だったが、現在は、有料プランである「ChatGPT Plus」の基本機能になって
GA4のよくある質問7つ（寄稿：小川卓） - はてなビジネスブログ
株式会社HAPPY ANALYTICSの小川卓（id:ryuka01）です。 Google Analytlcs 4 (以下、「GA4」）に関するセミナーや勉強会などを行っていると、様々な質問を受けます。今までに1,000件以上の質問に回答してきました。 その中で、よく聞かれる質問と回答をピックアップいたしましたので、紹介いたします。ぜひ目を通していただき、GA4を正しく理解出来ているか確認してみましょう。 Q：GA4ではユーザーをどのように特定していますか？ Q：GA4のレポートで「しきい値」が発生するとデータの精度が下がるらしいですが、どのような仕様なのでしょうか？ Q：GA4のレポートで「サンプリング」が発生するとデータの精度が下がるらしいですが、どのような仕様なのでしょうか？ Q：GA4とサーチコンソールを連携すると、どのキーワードでコンバージョンしたのかわかりますか？ Q：流入元ご
教育カリキュラムについて(データサイエンティストやエンジニアリングマネージャーに役立つ書籍50+1冊) - The Big Computing
私は企業の育成担当として、今まで10人以上のデータサイエンティスト・エンジニアリングマネージャーをマンツーマンで育ててきました。 その時に、どの企業にいても、私が1on1で読んでもらう（一元化）のがこのページです。どなたでも、お役立てください。 カリキュラム入門前の心得 : 唯一の注意点について 本に出てくる練習問題は全て解くこと。質より量です。量をこなすことこそが本当の質、とも言えます。 1. 統計学についての6冊 統計学は、データサイエンティストのみならず、データアナリスト・ビジネスデベロップメント（特にグロース）職に対しても必須としてカリキュラムに組み込んできました。 なぜならほとんどの問題は、機械学習ではなく、統計学で十分解決可能だからです。 リクルートのデータ関係の総合職が必ず入社時に受けなければいけなかった(2015年当時)のが統計検定基礎(2級)です。 この教科書には、実に多
「コード全捨て」で覚悟が決まった。Bill Oneチームが“売れない新規事業”を脱却した方法 | レバテックラボ（レバテックLAB）
「コード全捨て」で覚悟が決まった。Bill Oneチームが“売れない新規事業”を脱却した方法 2024年7月26日 Sansan株式会社 VPoE 大西 真央 SEとしてエンジニアのキャリアをスタートさせ、2012年以降はアジャイルやDDDなどの開発スタイルを経験。2016年にSansanに入社し、営業DXサービス「Sansan」の大阪開発拠点立ち上げやインボイス管理サービス「Bill One」の立ち上げにプロダクト開発責任者として携わる。2024年4月より現職。 X（@mmmmao0530） これまでの経歴 新規プロダクトをつくり始めたものの、なかなか売れずに苦しんでいる開発チームも多いのではないでしょうか。Sansan社の2本目の柱として現在急激に売上を伸ばしている請求管理SaaS「Bill One」も、実はそのひとつでした。 Bill One開発チームは、多くのユーザーに必要とされる
はてな、技術の力でインタビュー実施後の発話分析を支援する、企業向け新サービス「toitta」ベータ版を公開 - プレスリリース - 株式会社はてな
株式会社はてな（代表取締役社長：栗栖義臣／本社所在地：京都市中京区）は、本日2024年7月26日より、企業向け新サービス「toitta（トイッタ）」のベータ版を公開したことをお知らせします。正式リリースに向けて、本日より、ベータ版利用を希望する企業の先行申込受付も開始します。 ▼ 「toitta（トイッタ）」について https://ja.toitta.com はてなが開発した「toitta」は、デザインリサーチやマーケティングリサーチなどのインタビュー結果の分析プロセスを支援する、生成AIを活用した発話分析ソリューションです。 リサーチャーが発話情報の分析に至るまでのスピードを高精度な書き起こしと切片の生成で加速するとともに、切片を活用した深い洞察によるインサイトの発見、仮説の精緻化などの分析プロセスをサポートします。 ベータ版では、インタビューの録画・録音データからの書き起こしと、リサ
生成AIの業務活用のカギはRAG、AIはアルゴリズムから「World Model」へ─専門家が説く現状と将来 | IT Leaders
IT Leaders トップ ＞ テクノロジー一覧 ＞ AI ＞ インタビュー ＞ 生成AIの業務活用のカギはRAG、AIはアルゴリズムから「World Model」へ─専門家が説く現状と将来 AI AI記事一覧へ [インタビュー] 生成AIの業務活用のカギはRAG、AIはアルゴリズムから「World Model」へ─専門家が説く現状と将来 米ガートナー バイスプレジデント アナリスト アンソニー・ムレン氏 2024年7月25日(木)田口 潤（IT Leaders編集部） リスト 生成AIが画期的な技術であることは論を要しない。だれもが簡単に利用でき、文書の作成や要約、翻訳、問い合わせへの回答、アイデア出し、表や図形・画像の自動作成など、さまざまな処理を高いレベルでこなしてくれる。半面、進化の最中にある技術であり、平気で間違えることもあって、業務で効果的に活用するのはそれなりに難しい。企業
難しいことはAIに任せて、素人でもデータ分析できるのか？ ChatGPT4-oで検証！ | 【レポート】Web担当者Forumミーティング 2024 春
世界の話題を牽引するAIチャット「ChatGPT」は、幅広いビジネス分野での活用が期待されている。Webビジネスを成功させるためには欠かせない業務のひとつであるデータ分析も、その例外ではない。 「Web担当者Forum ミーティング 2024 春」では、IT分野の記事執筆や講演、企業向け研修などを行っているAIコンサルタントのマスクド・アナライズ氏が登壇。本記事では「現実的なAIデータ分析」活用についての講演セッションの内容をレポートする。 データ分析とは？ Web担当者にはなぜ必要？データ分析は、データの収集、データの整理、パターンの発見や問題を特定し、その結果を経営の意思決定などに用いている。データ分析にはさまざまな手法はあるが、分析手法やツールを使いこなすには、数学の知識やプログラミング学習が必要だ。 難しいことは生成AIに任せて、自分でもデータ分析を行いたいと思っている担当者も多い
面倒な分析はGoogle Colabにやらせよう
これはなに？ ちょっとした分析の用事で久しぶりにGoogle Colaboratory (以下 Colab) を触ったら結構良くなってました。Cursorでコード書くのも快適だけど、面倒なデータ分析やるならやっぱColabの方が便利だなぁと再認識しました。 そこで、最近Colabに追加されて便利になったと思う機能を簡単にまとめてみました。(見てわかる通りタイトルはもちろん話題のあの本のオマージュです😇) 最近のColab便利機能を使おう 粒度まちまちですがざーっと書いていきます。「最近」の定義は曖昧なのでご容赦ください。 Github Copilot的なコード補完を使おう Github Copilotみたいなコード補完機能がついにColabに搭載されました。↓のように補完してくれます。 VS CodeでもCursorでも一緒やん、って思われるかもしれませんが、Colabのような多機能No
おいでよMarkdown界隈へ -生成AIでスライド作り-
はじめに 私はMarkdownで文章を書くのが好きです。もちろんこの記事もVSCodeを開いてMarkdownで書いています。 おそらくエンジニアであればMarkdownとの出会いはGitHubにReadMeを書くことなんじゃないかなと思います。 私もプログラミングを勉強しはじめたとき、 簡単なデータベースの関係図を書くのが課題だったような気がします。 ご存じの通りMarkdownは文字だけで表が書けたりして h2やh3などの見出しを#の数で表現できたり自分の中ではかなり感動したのを覚えています。 今現在は生成AIでの出力にMarkdownが使われているので エンジニア以外にもすっかり馴染んだと思いきや... 意外とまだまだMarkdownが知られていないなと感じることがありました。 この記事ではまだMarkdownの魅力に気がついていない人に向けて 自分なりのMarkdown愛を語ってい
四畳半のオフィスで70億パラメータのLLMを事前学習した話｜Lightblue
はじめにこんにちは、Lightblueの樋口です。 大規模言語モデル(LLM)は大変注目を集めていますが、日本語で事前学習された公開モデルは限定的です。LLMの事前学習は大きなコストがかかるとされており、公開されているモデルは海外のビッグテックが中心で、国内では2件しか例がありません。 ■サイバーエージェント OpenCALM GPT (small, medium, large, 1.4b, 2.7b, 6.8b) 日本語 Wikipedia + Jpanese mC4+ Japanese CC-100 ■rinna rinna GPT GPT (xsmall, small, medium, 1b, neox-small, neox-3.6b) 日本語 Wikipedia + Japanese CC-100 (1b 以降のモデルではさらに Japanese mC4 を追加) その他、日本語
「Google Colab」でローカルLLMを用いたWeb検索RAGデモ｜Lightblue
株式会社Lightblueインターンの堀川です。 HuggingFaceで公開している「lightblue/suzume-llama-3-8B-multilingual」という弊社のモデルをファインチューニングすることによってWebで検索した情報をもとにRAGを行うことができるようにしたモデル「lightblue/duck_search_calling_multilingual_AWQ」のデモを作成いたしましたのでデモ環境のGoogle Colabのノートブックを公開いたします。 ▶︎今回作成したデモのノートブック （T4における動作を確認しています。） 作成のモチベーション Google社が公開しているGeminiなどのWebに接続することができるLLMが存在している一方で、ChatGPTに代表される多くのLLMでは回答に含まれる時間的な情報が最後に学習したデータに依存するため最新の情報
Google、アプリ実行時に生成AIが適切なUIを構成し動的生成する「AI Generated UI」発表
Google、アプリ実行時に生成AIが適切なUIを構成し動的生成する「AI Generated UI」発表 基本的に、アプリケーションのユーザーインターエイス（UI）は開発時に設計され実装されて、その実装通りに実行時に表示されるものです。 しかしこのUIを開発時ではなく、アプリケーションの実行時に生成AIが適切に構成して動的に生成し表示する「AI Generated UI」という仕組みを、Googleがインドのバンガロールで行われたイベント「Google I/O Connect Bengaluru 2024」で発表しました。 現時点でAI Generated UIはFlutterフレームワークの上にアーリープレビューとして実装されており、ユーザーの意図に基づいてFlutterが動的にUIコンポーネントとレイアウトを構成し、ユーザーにパーソナライズされた最適なUIを表示すると説明されています
実務におけるRAG 〜学びと現場のノウハウ〜 | ドクセル
RAG (Retrieval-Augmented Generation)とは ● 外部データをRetrieval（検索）して ● プロンプトをAugument（拡張）し ● クエリに対する回答をGeneration（生成） ○ クエリ := ユーザからの問合せ ・・・する技術 ※本講義では「インプット＝クエリ＋プロンプト」と定義 4 RAG (Retrieval-Augmented Generation)とは 登場人物＿＿＿＿＿＿＿＿＿＿＿＿＿＿ ビジネスでの応用先はLLMが大多数＿ ❶検索アルゴリズム ● ・ベクトル検索、全文検索、及びその組合せ （Hybrid検索）がよく使用される ・…が、それに限るものではない ● ビジネスでは”言語”の基盤モデル （LLM）への応用が多い ○ 本講義も LLMに注力 一方、言語以外のモーダル （画像・音声等）も研究開発中 ❷拡張処理アルゴリズム ・
TypeSpec、Orval、Storybook を使ってフロントエンドのモック生成を自動化する
はじめに フロントエンド開発において、効率的かつ一貫性のあるモック生成は非常に重要です。本記事では TypeSpec、Orval、Storybook の 3 つのツールを使用して自動生成でモックを実現する方法を紹介します。 TypeSpec は、大規模な API を提供するために Microsoft が開発し、使用している新しい API 記述言語です。 Orval は、OpenAPI 仕様から TypeScript のクライアントコードを生成するツールです。これにより、最新の API 仕様に基づいたクライアントコードを常に保持し、API との通信がスムーズに行えるようになります。 Storybook は、コンポーネントを独立して開発・テストするためのインタラクティブなツールです。コンポーネントの見た目や動作を個別に確認できるため、UI の一貫性を保ちながら効率的に開発を進めることができます
スライドデザイン
高品質なスライドのデザインのギャラリーサイト。現役デザイナーが完成度の高いスライドだけをピックアップしているので、営業資料、採用ピッチ資料、プレゼン資料のデザインの参考にご利用ください 。
スタートアップにおける組織設計とスクラムの長期戦略 / Scrum Fest Kanazawa 2024
ログラスの選考プロセスにおけるアトラクト戦略 / Attraction strategy in Loglass interview process
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
【2024年版】一覧表付き：会社設立に必要な全29種の書類まとめ
生成 AI 活用事例集
20240725 LLMによるDXのビジョンと、今何からやるべきか @Azure OpenAI Service Dev Day
サービスの持続的な成長と技術負債について
