この記事は、「Machine Learning Advent Calendar 2015」の17日目の記事になります。 「異常検知と変化検知」の本は良書だったので買うのに迷っている人のためにまとめてみました。 間違いがあれば、ご指摘頂けると幸いです。 数式を見て厳密に理解したい方は書籍購入をおススメします。 またコードに直すときはアルゴリズムが必要です。 本書籍ではアルゴリズムも記述してくれいてるのでおススメできます。 本記事ではアルゴリズムには言及しません。 この記事で得られるもの 1:異常検知における手法の種類 2:異常検知における手法をどのシーンで使用するか 3:異常検知における機械学習をどのように応用するか 以上です。 本記事の見方 利用シーンと簡単な手法を記述したので、利用シーン 異常検知の基本的な所だけ抑えたい 異常検知と変化検知の基本的な考え方 ホテリング法による異常検知 単
Chrome Developer Toolsを使ったWebページのパフォーマンス計測・改善についての説明です Networkパネル、Timelineパネル、Profilesパネルの使い方を説明してから パフォーマンスの計測・改善について説明していきます Networkパネル Networkパネルはページのリクエストをしてからの通信内容の一覧を表示します 記録方法 左上のRecordボタンを押すと記録が始まる もう一度押すと記録が停止する 必要に応じて、Disable cacheやCapture screenshotsを設定する 表示項目の変更 赤枠で囲んだ部分を右クリックすると こんな感じでメニューが出てくるので表示したい項目をクリックする 項目の一例 Name:リソースの名前 Method:HTTPメソッドの種類 Status:レスポンスのステータスコードとテキスト Type:リソースの
//プロジェクション設定 var projection = d3 .geoMercator() //投影法の指定 .scale(16000) //スケール(ズーム)の指定 .rotate([-0.25, 0.25, 0]) //地図を回転する [x,y,z] .center([139.0032936, 36.3219088]); //中心の座標を指定 //パスジェネレーター生成 var path = d3.geoPath().projection(projection); //地図用のステージ(SVGタグ)を作成 var map = d3.select("body") .append("svg") .attr("width", 960) .attr("height", 500); //地理データ読み込み d3.json("gunma.geojson", drawMaps); //地図を描画
Google MapにD3.jsで作成したSVGをオーバーレイする 前回作成した鶴(群馬県SVG)をGoogle Mapに貼り付けます。 詳しくは、exampleのソースを直接みてください。 #map { width: 500px; height: 500px; } .SvgOverlay { position: relative; width: 500px; height: 500px; } .SvgOverlay svg { position: absolute; top: -4000px; left: -4000px; width: 8000px; height: 8000px; } .SvgOverlay path { stroke: black; stroke-width: 1px; fill-opacity: .6; } window.onload = function ()
地方自治体や政府のオープンデータでの成功事例が多くなってきました。IoTやWebサービス、事業戦略などにも利用できる可能性をを秘めた情報もあることでしょう。そんなオープンデータを探すきっかけとなるサイトをまとめました。 DATA GO JP(データカタログサイト) 政府が運用する、情報ポータルサイトです。内閣官房情報通信技術(IT)総合戦略室で企画され、総務省行政管理局が運用しているとのことです。サイト内はオープンデータの検索が出来るようになっていて、各省庁、グループ、タグ、フォーマットで絞り込めます。また、開発者向けに、サイトで利用しているデータベースそのものの「オープンデータAPI」が用意されています。機会があれば、APIを試してみてはいかでしょうか。 LinkData.org オープンデータを活用するために、データセットをまとめて検索できるサイトです。非常に多くの自治体データが検索で
Microsoft Cognitive Services(マイクロソフト認知サービスAPI)で利用できる機能を簡単にまとめました。 コグニティブってなに? というかたもいると思いますので、簡単に説明するとAI技術をつかって「モノ・コトを認識させる」(認知)の技術です。 そのため、通常のAI(人工知能)とはゴールが異なり、あくまで「AI技術を利用したサポート」を行うものとなっています。 ※ただの「認識」だけならセンサーや分析になります。AI技術を使うことにより、「認識」+「知覚」となりますので、「認知」として訳しています。 便利に使えそうな機能が多いので、アプリ開発の幅が広くなりますし、うまく組み合わせて利用すれば、Windows10の「コルタナ」やLINEの「りんな」のような対話型のアプリ開発が出来るかもしれません。(※AIではなく、対話Botまで。) 有料サービスではありますが、各機能ご
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