Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 統計学の活用：連続同時分布の活用 連続同時分布の活用例 Pythonで「店舗からの距離」と「購買額」の関係を同時分布でモデル化 結果の解釈 商圏分析への応用 統計学の活用：連続同時分布の活用 今回は連続同時分布を活用してみたいと思います。 所要時間は15分ほどとなっています。 それでは、さっそく始めていきましょう！ 連続同時分布の活用例 連続同時分布の活用例：店舗からの距離と顧客の購買額 ここでは、店舗からの距離（km）と顧客の購買額（円）という2つの連続確率変数を用いて、その同時分布が商圏分析にどのように活用できるかを見ていきましょう

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? パレート分析は誰でも知っているのに、なぜ使われないのか？ 品質改善に関わる中で、パレート分析は基本的な手法の一つとしてよく知られています。 私自身も、「当然みんな知っていて、使われているもの」だと思っていました。 しかし、チームメンバーに向けて提示してみると、 意外にも「初めて見た」「こういう見方があるのか」という反応が多くありました。 この時点で、少し違和感を覚えました。 「知っているはずの手法が、なぜ使われていないのか？」 さらに観察していくと、単に“知られていない”という問題だけではなく、 仮に知っていたとしても「使われる形になっ

NARUTO風の「印」を結ぶとブラウザで術が出るゲームを Claude Code と一緒に作った Webcam の前で干支 12 種類のハンドシールを結ぶと、PCブラウザ上で「分身」「口寄せ」などの術エフェクトが発動するミニゲームを、Claude Code と一緒に作りました。 手の検出には MediaPipe Hand Landmarker、印の分類には MobileNetV3-Small を使っています。両手の ROI を切り出してから CNN に渡す構成にしたところ、最終的に test accuracy 94.8% 前後、macro F1 0.95 前後まで出ました。 ただし、データセットはまだ小さく、撮影環境もかなり限定的です。この記事の数字は「手元のテストセットではそれなりに動いた」くらいの温度感で読んでください。 配布は Cloudflare Pages。サーバー側で Pyth

Qiitaのデータサイエンス記事6,888件を分析して「いいねされる記事の条件」を調べた はじめに Qiita に記事を書くにあたり、「どんな記事がいいねされるのか」が気になった。感覚で書くより、データで確かめてから書いたほうが気持ちいい。 Qiita API でデータサイエンス系タグの記事を 6,888 件取得し、Spearman 相関・Mann-Whitney U 検定・LightGBM + SHAP で「いいね数に関係する特徴量」を洗い出した。その結果をシェアしたい。 データの取り方（ざっくり） Qiita API v2 の /items?query=tag:xxx で 機械学習 深層学習 データサイエンス 自然言語処理 LLM 統計学 データ分析 Python の 8 タグを横断取得。重複 ID を除去して 6,888 件（取得日: 2026-04-30〜05-01）。 本文 Ma

【読売新聞】　文部科学省は今年度から、人工知能（ＡＩ）や半導体、量子技術などの先端分野で、大学と産業界が連携して研究人材の育成を図る事業に取り組む。２８日に、年間最大５億円を助成する大学の公募を始めた。高市政権が集中投資する「戦略１

既報の通り、ダイヤテックは4月24日をもって「FILCO」ブランドのキーボードの販売を始めとする全事業を終息した。 →キーボード「FILCO」ブランドのダイヤテックが閉業　4月22日付で そんな中、同社からキーボードの生産を受託していた台湾企業「台湾共栄」がFILCOブランドのキーボードの販売／修理業務を承継することを表明した。 台湾共栄は「今後も、私たちは（FILCO製品の）修理や販売に関するサポートを継続し、皆さまがお持ちのFILCOキーボード1台1台を全力で守り続けてまいります」としている。 ただし、現時点では具体的に販売／サポートをどうするかという点については言及がない。日本を含む海外展開に期待したい。 関連記事 キーボード「FILCO」ブランドのダイヤテックが閉業　4月22日付で FILCOブランドのメカニカルキーボードなどで知られるダイヤテックが、2026年4月22日付で事業を

「AGI」（汎用＜はんよう＞人工知能）の開発に関しては、科学的発見の加速や人類の難題解決を担う切り札として期待されている一面があるが、その「知能」を客観的に測る尺度の欠如が、実現への距離を不透明にしている。 GoogleのAI研究部門であるGoogle DeepMindはその状況を打破すべく、AGI実現に向けた進捗（しんちょく）状況を測定するためのレームワークを提示した論文「Measuring Progress Toward AGI: A Cognitive Framework」を2026年3月17日（米国時間、以下同）に公開した。 認知科学に基づく10の能力指標（タクソノミー）を定義 Google DeepMindの研究者ライアン・バーネル氏とプロダクトマネジャーのオラン・ケリー氏による論文は、AGIが科学的発見を加速させ、社会課題の解決に寄与する可能性に触れつつ、その進捗を把握するため

Linuxコマンドを「覚えずに使う」ツールを作った（ShellMemo AI） Linuxコマンドを毎回ググるのが面倒だったので、 「保存・検索・AI生成」できるツールを作りました。 できること コマンドを登録・管理 タグで検索 ドラッグで並び替え 日本語でAI検索 GPTでコマンド生成 ワンクリックコピー 例 「バッテリーの状態を確認したい」 → upower -i $(upower -e | grep BAT) 「ディスク容量を見たい」 → df -h スクリーンショット ダウンロード 使い方

連載：AI・DX時代に“勝てる組織” AI時代、事業が変われば組織も変わる。新規事業創出に伴う人材再配置やスキルベース組織への転換、全社でのAI活用の浸透など、DX推進を成功に導くために、組織・人材戦略や仕組み作りはますます重要になる。DX推進や組織変革を支援してきたGrowNexus小出翔氏が、変革を加速させるカギを探る。 「今年の新入社員研修には、生成AIの使い方やプロンプトの書き方を学ぶ時間を1コマ追加しました」 春先の受け入れ準備に向けて、人事や育成担当者からこうした報告を受けることが増えています。それを聞いて「よし、これでうちのAI対応も進んでいるな」と胸をなでおろしている経営陣や事業部長もいるかもしれません。 しかし、考えてみてください。既存の研修に単発の講座を足すだけで、現場での戦力化につながるのでしょうか。 先行している企業の新人教育は、ツールの使い方を教える段階をすでに越

大阪電気通信大学は28日、理系科目としては初となる「AI講師」を物理学および数学の授業に導入したと発表した。 大規模言語モデル「ChatGPT」を活用し、学生一人ひとりの学修履歴や理解度に応じた個別最適化学習を実現する新たな教育モデルを構築する。 取り組みは、DOUの提供するシステムを同学の基礎教育の知見に基づいてカスタマイズしたもので、工学部電気電子工学科1年生の「物理学1・演習」で運用を開始。AI講師は授業冒頭で学生の理解度を分析し、最適な復習問題を提示するほか、筆記答案の画像解析やチャットによる質問対応を通じて、個別フィードバックを行う。学習データは蓄積され、継続的な支援に活用される。 また、教員やティーチングアシスタント（TA）とAIを組み合わせた「人間＋AI」のハイブリッド型授業を採用し、学習の正確性と安全性を担保。AIを単なる効率化ツールではなく、思考を深めるパートナーとして位

大阪学院大学と大阪学院大学短期大学部は27日、生成AIの適切な活用を目的とした「生成AI利用ガイドライン」を策定したと発表した。 学修・研究・業務におけるAI活用を推進しつつ、誤情報や情報漏えい、著作権侵害などのリスク抑制と学術的誠実性の確保を図る。 対象は学生（大学院生含む）および教職員など教育・研究・業務に関わる全構成員。生成AIを学びの質向上に資するツールと位置づけ、全学共通のルールを示した。 ガイドラインでは、適切な利用に向けた基本7原則として「検証（ファクトチェック）」「主体性・創造性の保持」「透明性と再現性」「コミュニティルールの遵守」「著作権・知的財産への配慮」「倫理・人権の尊重」「安全・コンプライアンス」を提示。あわせて、生成AIの利用形態を「公開型」「個人契約型」「大学契約型」に分類し、それぞれの注意点を整理している。 同学では学内アカウントを通じてGeminiやNote

データサイエンスや統計検定2級で必ず登場するキーワードを、レーシングシミュレータの実データを使って解説します。1記事1テーマで完結しています。 こんな人に役立ちます 長さが違う複数の時系列データを比較したい 基準となる1本に対して「残りがどれだけ似ているか」を定量化したい 距離軸アライメントやDTWを実データで動かしてみたい 問い：長さが違う時系列、どうやって比較する？ 「100本の時系列データがある。基準となる1本に対して、残り99本がそれぞれどれだけ似ているかを定量化したい」 こういった問題はスポーツ分析・センサーデータ・音声認識など多くの場面で登場します。今回はレーシングシミュレータ GT7（グランツーリスモ7）のテレメトリデータを使って実装します。データは富士スピードウェイ1コーナーの速度プロファイル（速度の変化パターン）100ラップ分です。 レーシングシミュレータやテレメトリデー

はじめに 現在、LightGBMやXGBoostをはじめとした勾配ブースティング木はその精度の高さと使い勝手の良さから構造化データを扱う際には欠かせないものとなっています。私もコンペなどで構造化データを使う際によく使うのですが、その際にいつも「このパラメータってなんの値だっけ？....」となります。主な原因は以下の点だと考えています。 勾配ブースティングの理論的背景が難しく、パラメータを深く理解できていない ライブラリや手法によって名前や値の意味が微妙に異なり、曖昧になる 設定できるハイパーパラメータの数が多い そこまで意味を知らずに適当にパラメータをいじってもそれなりに精度が出てしまう そこで、本記事では勾配ブースティングの中でもよく使われるXGBoostとLightGBMについて、それぞれで使われるハイパーパラメータをできる限り図解で示します。この記事を読み終えた後には、パラメータの意

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 深層学習がすべてを置き換えると思っていませんか？ 画像も、自然言語も、音声も。 あらゆる分野で圧倒的な成果を出してきた深層学習。 だからこそ、ビジネスの予測モデルにおいても、いずれは深層学習が主役になる。 そう考えるのは自然なことです。 しかし現実は、少し違います。 顧客データや売上データといった「表形式データ」では、いまだにXGBoostやLightGBMといったツリーモデルの方が、高い精度を出すケースが多いのです。 なぜこの逆転現象が起きているのでしょうか。 過去10年、AIの進化を牽引してきたのは「深層学習（ディープラーニング）」

【読売新聞】　政府は、私立大学の統廃合や定員削減に向けた検討を加速している。少子化で私大の約半数が定員割れに陥っているためで、財務省は今月、２０４０年までに少なくとも２５０校、学部定員にして１４万人程度を減らす必要があると、初めて数

「フィルターバブル」「エコーチェンバー」。インターネット上の交流サイト（SNS）などで接する情報の偏りを表すこれらの言葉について、電通総研などが全国の15～69歳の男女5千人に尋ねると、理解していたのは1割未満という結果になった。 SNSのアルゴリズム（計算手法）などで生じる情報の偏りは、利用者の主張を極端にし、異なる意見を受け入れにくくさせる恐れがある。こうした危険性を示す言葉をあらかじめ知っておけば、情報の冷静な受け止めにつながりそうだ。 調査は今年、電通総研とNPOの日本ファクトチェックセンターが実施。情報に関わるキーワードをどれぐらい知っているか聞いた。回答のうち「詳しく知っている」と「説明はできないが概念を理解している」の割合の合計を「理解度」とした。 ネット上で自分が好む情報ばかり表示される環境を指す「フィルターバブル」の理解度は6.8％にとどまった。「エコーチェンバー」は、S