データ品質管理の課題はコスト SaaSやAIで経済性を改善
データ活用とデータ品質はコスト面で密接な関連がある。成果を出すにはデータに品質の高さが求められるが、品質管理のコストがかさむ。品質管理の経済性を改善する技術の導入がデータ活用の成功には欠かせない。 データ活用で結果を出すにはデータ品質を高く保つ必要があります。品質が低いデータからは有用な知見や効果が生まれにくいためです。よく使われる言葉に「Garbage In, Garbage Out（ごみを入力するとごみを出力する）」があります。品質の低いデータを利用するとその結果も品質の低いものになります。 ただしデータ品質を高く保とうとするとそのための管理コストが余計にかかります。データ活用の効果を上げるにはデータ品質の管理が不可欠ですが、品質を高く保つコストがデータ利用の便益を上回ると活用のインセンティブが失われてしまいます。近年、データ品質管理の経済性を改善するツールや技術が登場しています。今回
「AIの説明責任」って何だろう？
「説明責任」。記者にとっては、扱いが難しい言葉の1つである。 不祥事を起こした企業を追及する根拠として頻繁に使われる一方で、「何をどこまで説明する義務があるのか」に、明確なコンセンサスはない。案件ごとにコロコロと性質が変わる、鵺（ぬえ）のような存在だ。 内閣府は2018年12月27日、有識者会議の議論に基づき、人工知能（AI）の研究開発や利活用に当たって国や自治体をはじめとする社会が考慮すべき7つの基本原則「人間中心のAI社会原則」の原案を公開した。人間がAIに過度に依存したり、AIが人間の行動を制限したりするのではなく、人間が自身の能力を発揮するための道具としてAIを使いこなして、人間の尊厳が尊重される社会の構築を目指す。 パブリックコメントを経て、2019年3月までに正式決定する。政府はG7や経済協力開発機構（OECD）などの国際会合に提案し、グローバルな議論を先導したい考えだ。 この
《日経Robo》JAXAの事例：深層学習を含んだシステムの安全分析（2ページ目） | 日経 xTECH（クロステック）
空を飛ぶ航空機については日本の上空でもレーダ網が張り巡らされ、不審な航空機が侵入してくれば検出できるようになっている。しかし、海上を航行する船については、陸上からのレーダだけではすべてを捕捉し切れない。船が自己位置を自ら発信するトランスポンダのような仕組み「AIS（自動船舶識別装置）」も整備されつつあるが、すべての船舶に義務化されている訳ではない上、外国などの不審船はそもそもAISで自己位置など発信しない。 そこでJAXAは、人工衛星の合成開口レーダ（SAR：synthetic aperture radar）により宇宙空間から海上を観察。レーダ画像をDNNに掛けることで、船の船影から船の大きさ（船長）や種類（船種）を推定し、不審船の検出につなげる試みをしている。 この船種・船長推定用のDNNは、前述した機械学習工学のような工夫で精度の向上にはもちろん取り組む。しかし、機械学習ベースのDNN
AIで13.5字要約に挑むヤフトピ、過去10年分30万件を機械学習
Yahoo!ニュースといえば、2016年8月の月間ページビュー数が150億を超えた人気コンテンツである。ヤフーのWebサイトを開くと、目立つ位置にニュースが表示される。13.5文字以内（半角は0.5文字）の見出しを閲覧できるのがヤフトピだ。 長い見出しも13.5字以内に短縮 同種のサービスには「Googleニュース」などもあるが、見出しの文字数は基本的に短縮されないまま表示され、30～40文字ある見出しを読むのには時間を取られる。その点で、文字数が少ないヤフトピは、今起こっている出来事を手早く把握するのに適している。 だが、ヤフトピを特徴づける13.5文字はいかにも短い。もともと30～40文字あるニュースの見出しを、意味を損ねないように、かつ、クリックしてもらいやすいように短縮するのは職人芸の領域だ。ヤフトピ担当部署には新聞社など既存メディアで経験を積んだ「プロ」が多数勤務しているという。
体操の技と難度を認識する自動採点システム
システムは、富士通研究所が開発した3Dレーザーセンサーを応用して開発する。この3Dレーザーセンサーはレーザーパルスを投射し、物体で反射して戻ってくるまでの時間を測定して距離を得るセンサー。1フレーム当たり7万6800点について、毎秒30回の測定ができる。これで演技中の体操選手を捉え、選手の骨格の動きを抽出することによって、選手がどのような技を実行したかを判定する。複数のカメラで対象を撮影して3D位置を検出するモーションキャプチャーと異なり、選手はマーカーを身につける必要がない。選手に負担のない状態で、リアルタイムで選手の頭や肩の位置、ひじやひざの関節の曲がり方のデータを得られる。 3Dレーザーセンサーで得た距離データから骨格の動きを抽出する処理は、これまで処理スピードと精度を両立するのが難しかった。具体的には、大量データを基に機械学習したモデルで高速に認識処理ができる「モデル方式」では精度
Part4 誰もがつまずくポインタを完璧理解
C言語のポインタは難しいと言われます。しかし，ポインタについて覚えるべき文法は，それほど多くはありません。Cを勉強してきて，ポインタのところでつまずいたという場合でも「＆や＊などのポインタに関する文法はわかるのだけれど」という人は多いでしょう。むしろ，ポインタで難しいのは，その考え方にあります。 考え方さえわかってしまえば，ポインタはそれほど難しいものではありません。もしプログラムを読んでいて，ポインタの動作が理解できない場面があったら，そのポインタが「何の機能を実現するために使われているか」を考えてみることが理解につながります。この特集では，考え方に重点を置いてポインタを説明したいと思います。 Cではポインタは必須 読者の中には，JavaやC#，Perlなどのプログラミング言語を使っている人もいるでしょう。これらをはじめとする多くの言語では，ポインタというものは無いか，あったとしても，あ
3冊のRuby書籍を通して見る，本はプログラム，もしくは旅
筆者は2003年6月に記者の眼の1エントリとして，「最近のコンピュータ書籍は面白い」を書いた。これまでの教科書スタイルからは一風変わった，著者の個性を前面に打ち出したコンピュータ書籍が増えてきたことを，3冊の書籍を例にとって紹介した。 筆者はその後も，書籍を読み続けている。相変わらず書籍は，筆者に役立つ様々な情報を与えてくれる。そのコンテンツはもちろん，構成，著者の考えかた，その伝えかた，表現手法など，読者としても編集者としても学ぶところは多い。 最近“Rubyというプログラミング言語をいかに学ぶか”というテーマの書籍を，続けて読む機会があった。ここでは3冊紹介しながら，筆者が読んで気付いたこと，感じたことを記す。最後にまとめとして，著者と読者の幸せな関係の形を少し考えたい。 以下では，筆者の一人称を「私」に切り替える。紹介する書籍を書いた「著者」と，この記事を書く「筆者」を区別するためで
第4回 Catalyst（前編）---Perl向けWebアプリ・フレームワーク
この記事は，日経ソフトウエア2006年9月号，連載「簡単実装で学ぶWeb技術2006」の第3回「Catalyst――Perl向けWebアプリ・フレームワーク」の再録です。記事は執筆時の情報に基づいており，現在では異なる場合があります。 こんにちは，結城浩です。今回はPerlのWebアプリケーション・フレームワーク「Catalyst」を解説し，簡単なメモ帳プログラムを作ります。 Catalyst（カタリスト）は，Perlで作られたWebアプリケーション・フレームワークです。Catalystを使うと，Webアプリを簡単に作成・テスト・配布することができます。catalystという単語のそもそもの意味は，「触媒」あるいは「促進させるもの」です。Perlのモジュール同士を触媒のようにうまく結びつけて，Webアプリ作成を促進させるという意味の名前なのでしょう。 Catalystのオフィシャルページは
Part5 Mac OS XのUNIXな使い方：ITpro
最近，特にオープンソース関係の集まりなどに顔を出すと，Windowsマシンではなく，Mac（Macintosh）を持っている人の割合がかなり高くなっていることに気づきます。Macで動くOSといえば，Mac OS Xです。Mac OS Xはいろいろな顔を持ったOSです。まず，Mac独自のアプリケーション実行環境として「Carbon」と「Cocoa」を搭載しています（図1）。Microsoft OfficeやAdobe Photoshopといった市販のMac OS X用ソフトの多くはこの上で動作します。 Part1「今さら聞けないOSの疑問」，Part2「これがWindows Vistaだ！」，Part3 「Windows XP Tips 25 」，Part4「仮想マシンの仕組みを理解する」に続いて，Part5では，Mac OS X（2006年9月時点の「Mac OS X v10.4 (Tig
【Watcherが展望する2008年】 コモディティとならざるもの
小飼弾です。明けましておめでとうございます。 去年に引き続き、ITpro編集部より「Watcherが展望する2008年」というお題で記事を一本書けという依頼をいただきました。去年はThe Wisdom Not to Crowdというタイトルで、「群れないこと」をテーマにしました。今年は、その反対、「群れる」ことをテーマにすることにします。いや、「集まる」ことと言った方がいいでしょうか。 去年値上がりしたもの その前に、去年までの傾向をおさらいしておきましょう。まず、何が上がったか。これは、もうみなさん肌で実感しているでしょう。天然資源です。 ガソリンが150円/L以上。おかげで産油国はウハウハです。ドバイやモスクワは建設ラッシュを通り越して、建設合戦となっているようです。人的資源もまた天然資源のようで、中国も相変わらず景気がよろしいようです。 そして、値下がりしたもの で、何が下がったか。
特集:基礎から理解するデータベースのしくみ - 特集:基礎から理解するデータベースのしくみ：ITpro
「データベースはブラックボックス。どんなSQL文を投げたらどんな結果が返ってくるかさえ知っていればよい」---そう思っている人も多いかもしれません。 しかし，本物のソフトウエア・エンジニアを目指すのであれば，データベースが動く仕組みを学ぶことは避けて通れません。パフォーマンスなどに問題が生じたときどこから手を付けていいのか皆目見当がつかない，といった事態に陥りかねません。 市販のRDBMSの内部はかなり複雑ですが，基本的な部分を理解するのはそれほど難しくありません。この特集でデータベースの動く仕組みを理解してください。 イントロ ●ブラックボックスのままでいいの？ 基礎から理解するデータベースのしくみ（1） Ｐａｒｔ１ ●SQL文はどのように実行されるのか 基礎から理解するデータベースのしくみ（2） 基礎から理解するデータベースのしくみ（3） 基礎から理解するデータベースのしくみ（4） 基
【決算】Macの出荷が過去最高，Appleは大幅な増収増益
米Apple Inc.の2007年4月～6月期決算は，前年同期に比べて24％もの増収を達成した（発表資料）。売上高は54億1000万米ドル，営業利益は前年同期比84％増の10億4100万米ドル，純利益は同73％増の8億1800万米ドルと好調だ。 パソコン「Macintosh」シリーズの出荷台数は前年同期比33％増の176万4000台で，四半期ベースで過去最高を更新した。出荷金額は同36％増の25億3300万米ドル。出荷台数の内訳は，デスクトップ型が同20％増の63万4000台，ノート型が同42％増の113万台だ。地域別には，北米が同28％増の82万4000台，欧州が同31％増の39万3000台と大きく伸びた。日本では前年同期より2000台多い8万1000台となっている。 携帯型音楽プレーヤ「iPod」の出荷台数は前年同期比21％増の981万5000台，出荷金額は同5％増の15億7000万米
【決算】Appleは好調持続，iPodもMacも出荷増つづく
米Apple Compuer, Inc.は，2006年4月1日締めの四半期の売上高が対前年同期比35％増の43億6000万米ドルだったと発表した（発表資料）。純利益は4億1000万米ドルで，前年同期から41％増加した。 この四半期における携帯型音楽プレーヤ「iPod」シリーズの出荷台数は，前年同期を61％上回る852万6000台に達した。「Macintosh」ブランドのパソコンの出荷台数は111万2000台で，こちらも前年同期を4％上回っている。 CEOのSteve Jobs氏は，「2006年度上期（2005年9月25日～2006年4月1日）に売上高100億米ドル，純利益10億米ドルを達成できた。Intelプロセサ搭載パソコンも非常に好調。音楽事業も目覚しい成長を遂げている」とコメントした。 同社は次の四半期に売上高が前年同期の35億2000万米ドルに対して42億～44億米ドル程度へ伸長す
【決算】Apple，Macの出荷台数が過去最高161万台に
米Apple Compuer, Inc.は，2006年7月～9月の業績を発表した（発表資料）。売上高は前年同期比32％増の48億3700万米ドル，営業利益は同46％増の6億900万米ドルと引き続き好調だ。粗利益率は前年同期の28.1％から29.2％へ上昇した。この四半期の海外の売上比率は40％だった。 パソコン「Macintosh」シリーズの出荷台数は過去最高の161万台に達した。前年同期からは30％増加している。内訳はデスクトップが62万4000台，ノートが98万6000台で，ノートの成長率が50％を超えている。携帯型音楽プレーヤ「iPod」シリーズの出荷台数は前年同期比35％増の872万9000台となった。
Appleに何が起きたのか？ 株価急落の背景を探る
米ハイテク株相場は，大荒れの展開となっている。7月から9月にかけて米Dell Computerの株価が32％，米Intelが31％，米Microsoftが23％も落ち込んだ。主力企業の業績不振に引きずられ，Nasdaq総合指数は同期間に7.4％下落した。 崩れ出した相場展開に拍車をかける格好になったのが，米国時間9月29日に起きた米Apple Computer株の急落だ。この日，同社の株価は前日の終値から27ドル余り（52％）下落し，25ドル75セントをつけた。13カ月をかけて蓄積したApple社の株価上昇額が，1日で消え失せた。時価総額で約100億ドル（1兆円余り）が消えた計算になる。取引高は1億3200万株に達したが，これは米国で史上8位となる。とにかく猛烈な勢いで売られたのだ。 一体，Apple社に何が起きたのか？ 株価暴落の背景には，同社の特殊事情とともに，パソコン市場全体を貫く，
第1回 データ・クレンジングと名寄せ技術：ITpro
皆さんは，企業のシステムが提供している情報（データ）をどれくらい信用していますか。 例えば，社内の製品担当者に問い合わせをしたい場合，社内システムを使って，製品から担当者を割り出し，担当者名から電話番号を検索，その電話番号に電話をかけてみるでしょう。この場合，社内システムから得られる情報はおおむね信用できるでしょう。製品担当者の変更が更新されていないといったこともあるかもしれませんが，そのような場合は社内であれば引き継ぎ担当者を教えてもらうことで状況を理解できるので，まずは情報を信じて電話をかけてみるのではないでしょうか。 では，社外のお客様へ連絡するときはどうでしょうか。この場合は少し慎重になるでしょう。社内情報を検索するとき以上に各種システムから信用できる必要な情報を慎重に収集し，行動に移すはずです。私の友人のA君もそうでした。 使えないデータたち A君はある電気製品の販売を担当する営
「Java SE 6完全攻略」第29回 Swingでのドラッグ＆ドロップ その1
今月はJavaにおける最大のお祭りJavaOneがサンフランシスコで行われます。櫻庭も例年のごとく参加します。せっかく参加するのですから，この連載でもJavaOneをレポートしたいと思います。 そこで，変則的なのですが，今月は今週と第4週をJava SE 6完全攻略，第2週と第4週をJavaOneレポートとさせていただきます。 さて，今月のJava SE 6完全攻略では，Swingのドラッグ＆ドロップについて解説します。 Swingのドラッグ＆ドロップはJ2SE 1.4から導入された機能です注。ただ，Swingのドラッグ＆ドロップに関する解説はまだあまりありません。そこでまずはじめに，今までのドラッグ＆ドロップについて解説します。その後，Java SE 6でのドラッグ＆ドロップの強化点について解説します。 Swingコンポーネントのドラッグ＆ドロップのサポート はじめに，Swingのコンポ
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
作業者が歩く代わりに800台のAGVがひたすら働くモノタロウの物流倉庫
3分でわかる！仕事に役立つExcelテクニック：ITpro
2007年4月～6月海外企業決算レポート