Python本まとめ・2019年版 - Webとデータ分析を初心者が仕事にするまで - Lean Baseball
毎年恒例、Pythonの本と学び方のまとめ・2019年バージョンとなります. ※2021/1/11更新：2021年版あります ※2020/1/9更新：2020年版もあります, こちらもよろしくおねがいします！ ※ちなみに昨年版はこちら 改めましてこんにちは、Pythonと野球を仕事にしています、@shinyorke（Python歴おおよそ8年）ともうします. なお、Python その2 Advent Calendar 2018 12/24記事でもあります. このエントリーはそこそこ長いので、「最初の方をサクッと読んで、残りはつまみ読み」してもらえると良いかもです！*1 ※もちろん全部読んでも構いません！（それはそれで嬉しい） サクッとまとめると 入り口としての「独学プログラマー」は万人が読んだほうが良い名著 データ分析・解析やりたい人も、Webからやっておくと良いかも（特に前処理） Web
成果を出すチームは何が違う？Googleが分析した結果、大事なのは「何を言っても許されるし安心して働ける環境」らしい
さけびん @WSakebi Googleがパフォーマンスの高いチームは何が違うのかを分析した結果、1番の違いはチーム内の「心理的安全」だったそうだ。つまり何を言っても許されるし安心して働ける環境がパフォーマンスを上げる。「叱りつける」「圧迫する」コミュニケーションが得意な大企業がジリ貧な理由もよくわかる。 2018-07-26 23:03:18 ヤックル @hamanasu04 @WSakebi @chimu23 無関心や無責任、放任主義、年功序列、派閥争いによる抑圧的な環境で改革が遅い。 飲みニケーションが無いとコミュニケーションがとれない。 現場を無視した制度や目標設定を押し付け、現場の血と汗と汗で補っている。 なども加えて下さると幸いです。 2018-07-27 08:24:05 HIDECO @HaruSolar @WSakebi グーグルが医療分野で担う壮大な野望。AR顕微鏡 が
あまりにも多くのスタートアップがデータ分析するときに犯す４つの失敗パターン - Qiita
ホテルを直前に予約する時に人気のあるHotel Tonightというサービスを提供しているスタートアップがこちらシリコンバレーにあります。そこでデータ分析のチームを率いているAmanda Richardsonが、スタートアップがデータを使うときによく犯す間違いをこちらの"The Four Cringe-Worthy Mistakes Too Many Startups Make with Data"という記事の中で4つにまとめていますが、今日はそちらを紹介したいと思います。これらはもちろんスタートアップに限らず、どのようなサイズの会社でも、とくに新しいデータ分析のプロジェクトを始める時によく見られる失敗パターンだと思いますが、こちらの記事では間違いだけでなく、逆にこうすればいいという提案も最後にわかりやすくまとめられているので、是非参考にしてみて下さい。 それでは、以下抜粋です。 間違い１
面倒なアクセス解析にバイバイ！juicerでサイト訪問者から見込み客を自動的に分析する ► soratobuメディア情報局
どうも、ソルティーです。 アクセス解析って面倒じゃありませんか？ 「いや、Webマーケティングする以上、面倒とか言ってられないでしょ。」 そんな声も聞こえてきそうですが、やっぱり小難しいものが苦手なソルティーとしては Googleアナリティクスでさえも難しいよなぁと思うワケです。 分析はやっぱりシンプルがいい！！ そんな「アクセス解析だって難しくなければ、やっぱり調べておきたいとは思うんだよなぁ…。」 と思っている方にとっても使えるサービスがありました！ それがJuicerです！ これはめっちゃめちゃカンタンな設定で、訪問者を分析し、見込み客の可視化を自動で行ってくれます。 しかも無料で使えるウェブサービスなんで絶対に登録しておきましょう。 [btn class="simple big"]Juicerを使ってみる[/btn] Juicerって何ができるの？ アクセス数などを表示してくれるの
1
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
処理を実行中です
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
