Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 米Google Researchが開発した「Total Relighting」は、人物画像を切り抜いて別の背景に置き換えた際、被写体の照明変更を行う深層学習を用いた技術だ。静止画像だけでなく、映像内で動く人物も新しい背景に応じた照明で合成し、違和感のない動画コンテンツに仕上げる。
Transcript GA4+BigQuery ハンドブック Ver 1.0.0α しんゆう @data_analyst_ 本資料について • GA4＋BigQueryはまだオフィシャルサイトにも情報が少 なく手探り状態 • そこでいろいろな情報を１つにまとめておくことは有用だ と考えた • まだまだ取り組み始めたばかりなので間違いや効率の悪い 方法を見つけたら教えていただけると幸いです 本資料について About 本資料について • 2021/10/13 α版公開 更新履歴 About 名前：しんゆう @data_analyst_ ブログ：データ分析とインテリジェンス https://analytics-and-intelligence.net 最近の活動：データを使いやすくする人 （データアーキテクトまたはデータ整備人） スライドが表示されているページの下段にある説明欄からも リンクが
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
こんにちは、R&Dチームの河野(@ps3kono)です。深層学習モデルの開発を担当しております。 今回は、画像分類、画像検査、顔認識や異常検知など様々な分野に利用されている深層距離学習(Deep Metric Learning)について紹介したいと思います。 Deep Metric Learningとは 定番のクラス分類と距離学習によるクラス分類の違い 距離学習の進化 1. 対照的(contrastive)アプローチ サンプル選択(sample selection) 代表的な学習手法 Contrastive loss Triplet loss さらなる改善と進化 対照的アプローチの問題点 2. Softmaxをベースにしたアプローチ 代表的な学習手法 Center loss SphereFace CosFace ArcFace さらなる改善と進化(2019年以降) 推論 深層距離学習の利点
2021/3/2に開催されたsansan DSOC分析コンペ反省会の資料です
分散分析の必要性 ２つのグループ（水準）の平均の違いを調べる方法がｔ検定といわれる方法でした．ところで，グループ数が３つ（例えばA，B，C）になったらどうしたらよいでしょう． AとB，BとC，そしてCとAのペアでそれぞれｔ検定を行ない，どこかで帰無仮説が棄却されたならば，３つのグループの平均は等しくない，と結論づけることができます． ですが，このやり方には欠点があります． グループ数が増加するとペアの数が増加する グループの数をAとすると，ペアの数はA*(A-1)/2となります．疲れます． 有意水準の解釈が難しくなる ここでは省略します．統計の本を参照して下さい． と，いうわけで(1)に限ってみてもｔ検定の繰り返しは面倒です．そこで，グループ（水準）が３つ以上の場合に，変数の各水準の母平均に違いがあるかどうかを「分散」の大きさの違いで検定を行なうものを分散分析(Analysis of Va
OLAP分析とはオンライン分析処理のことで、BIツールの機能の一つです。ある問題点についてその結果に至った要因がどこにあるかを調査するなど、複雑な分析を素早く行うことができます。 OLAP分析を行うことで、たとえば営業部門なら部署ごとの営業成績を分析するほか、支店別、個人別なども分析でき、目標に対する進捗把握ができます。またマーケティング部門なら、市場分析やマーケティング施策ごとの目標に対する進捗状況の把握といった活用方法が考えられます。 本コラムでは、OLAP分析の基本的な知識をまとめてご紹介いたします。 OLAP（オーラップ）分析とは、Online Analytical Processingの頭文字を取ったもので、日本語では「オンライン分析処理」と訳されます。 データベースに蓄積された膨大なデータを対象に複雑な集計や分析を行ユーザーが求める結果を素早く返してくれるため、リアルタイムにデ
はじめまして。Kyashでデータエンジニアリングを担当しているKyashデータマンです。この記事では、Kyash社内のデータ分析の基礎に関するドキュメントを紹介します。 Kyashでは、データエンジニアリング・ガバナンス・セキュリティなど様々な角度から、公正なデータの取扱いと活用を推進しています。従来は、一部の訓練された技術者がデータ分析を一手に担っていましたが、社内でもデータ活用のニーズも多く、その担当者に分析や集計の業務が集中するという課題がありました。 この課題に対して、データへの適切なアクセス管理を行い、そして適切なBIツールを導入することで、データを取り扱う人が自分でデータ分析・そして活用できるようになることを目指しています。アクセス管理には、個人情報やそれに準ずる機密データに対して、ポリシータグによるアクセス権のコントロール、そしてアクセス権のリネージなどのソリューションの導入
はじめに 個人開発しているサービスで、追加した機能の効果測定がしたいと思ったので、データ分析の仕組みを整えることにしました。 実現手段の検討 分析したい内容を決める まず、分析したい内容を決め、取得したいデータの内容を決定します。これはサービス個別の内容なので省略します。 Firestoreのデータをどう分析するか DBにFirestoreを使用しているので、Firestoreからどうやってデータを取得して表示するか考えました。 [却下] 管理画面を作って、そこにデータを表示する 管理画面用にFirestoreのセキュリティールールを作成したり、いちいちFunctionsでデータを取得してくるのは面倒なので却下。 [却下] GASを使って、Google Spredsheetに表示 Fuctionsでデータを加工、取得してきて、それをGASでゴニョゴニョして、Googleスプレッドシートに表
#1 SOFTWARE EXPERIENCE MANAGEMENT (SXM) PLATFORM Optimize any software experience with Pendo’s all-in-one platform Pendo is the Software Experience Management (SXM) platform that improves your software without replacing it. From SaaS and mobile to AI and agentic workflows, Pendo makes your software smarter, smoother, and easier to use. See where users get stuck, guide them in-app, and iterate on y
ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社のコーポレートサイトはこちらです。 当ページに記載されている情報は、2023年9月30日時点の情報です。 ～ 建設的なコメントを評価する特許出願中の技術を外部に提供し、業界全体でインターネット空間の健全化を目指す ～ 詳細ページ ヤフー株式会社（以下、Yahoo! JAPAN）は、「Yahoo!ニュース コメント」の健全化を目的に導入している「深層学習を用いた自然言語処理モデル（AI）」を利用してコメントを評価する技術（以下、本AI技術）のAPI（アプリケーション・プログラム・インターフェース）の無償提供を開始します。投稿系サービス事業者は、Yahoo! JAPANのAPIを活用することで、自社サービスに投稿されたコメントをAIで評価し、それをもとに自社においてコメントの削除や表示順の並び替え
Amazon Comprehend（テキストのインサイトや関係性を検出）| AWS
ドキュメント、カスタマーサポートチケット、製品レビュー、電子メール、ソーシャルメディアフィードなどに含まれるテキストから、価値あるインサイトを発見します。
Amazon Translate（高速で高品質なニューラル機械翻訳サービス）| AWS
Amazon Translate は、多様なグローバルユーザー向けにコンテンツをローカライズし、大量のテキストを翻訳および解析して、ユーザー間のクロスリンガルなコミュニケーションを活性化させることができます。
家賃保証サービスなどを提供するリース(新宿区）は、賃貸物件に申し込んだ人の属性などのデータから、家賃を滞納する可能性がどれぐらいあるかを判断するAI「滞納予測AI」を開発した。 このAIを搭載した「入居審査支援ツール」のβ版を、家賃債務保証会社10社限定で無料提供する。同ツールを使えば、紙ベースの審査では45分かかっていた入居審査を16分に短縮できるという。 滞納予測AIは、リースが保証事業を運営する中で得た1万件以上のデータを基に開発。年齢や雇用形態、年収など9項目の情報を入力するだけで、滞納発生度合いと滞納発生時期の予測を表示する。 同社が持つ、家賃保証の入居審査と家賃滞納データから20を超える特徴量を抽出し、毎週リアルタイムにデータを加えてモデルを更新。延滞を繰り返す属性の特徴量から滞納発生の予測精度は、70％を超えたという。 今回、AIの学習・情報更新を加速させて予測精度をさらに上
アクチュアリー (英: actuary、中: 精算師) とは、ビジネスにおける将来のリスクや不確実性の分析、評価等を専門とする専門職[1]。日本語では「保険数理士」「保険数理人」などと訳されることもある。 歴史的には、アクチュアリーという職業が成立したのは生命保険分野からであったとされ、イギリス発祥であるとされる。（→#歴史） 国ごとにアクチュアリーの状況は大きく異なる。日本では、「日本アクチュアリー会」の試験に合格し、所属している者がアクチュアリーとしてみなされる。まずアクチュアリーの準会員になるのに約5年、正会員になるのに約8年程度が必要とされ[2]、2010年3月末時点で準会員数968名、正会員数1,257名である[3]。それに対して、米国では2003年時点でアクチュアリー団体の正会員が約10,000名と、日本の約10倍に及ぶ。いずれにせよ、弁護士や会計士と比べると圧倒的に人数が少な
「この人、家賃を滞納しそう？」AIが予測 入居審査を45分→16分に - ITmedia NEWS いやーこれはまずい。この件に限らず、「悪いやつをAIで予測する」というのはすなわち 「あなたに似た人が悪いことをしたので、あなたも悪い人と見なします」 ということだからだ。 レストランのランプ たとえばこんな例を考えてみよう。ある街でレストランが強盗に襲われる事件が相次いだ。これを防ぐため、レストランの入口に防犯カメラを設置することにした。このカメラはAIで犯罪者の顔を学習していて、「犯罪を犯しそう」な人間を検知してくれるのだ。 もちろん検知するといってもサイレンが鳴ったりするわけじゃない。あくまで「犯しそう」なだけで、まだ犯罪を犯したわけではないからね。でもキッチンに置いてある赤いランプがピカピカ光って、「要注意人物」が来たことはわかるようになっている。ああこれで安心だ。 …さて、これは本
世界をリードする経営コンサルティングファームのボストン コンサルティング グループ（BCG）は、2020年7月に大阪と京都にオフィスを開設。デジタル技術を活用したプロジェクトを通じてビジネスインパクトを生み出している。今回は、デジタル領域のプロジェクトを手がけるDigitalBCGのデータアナリティクスのエキスパート集団、GAMMAのメンバーが、実際のプロジェクト事例や開発ツール、働く環境などについて語った。 ■登壇者プロフィール ボストン コンサルティング グループ リードデータサイエンティスト 溝江 宏真氏 ボストン コンサルティング グループ シニアデータサイエンティスト 原島 慧氏 ボストン コンサルティング グループ アソシエイトディレクター ヴァンワースム ダニエル氏 ボストン コンサルティング グループ アソシエイトディレクター 泉 晃氏 ボストン コンサルティング グループ
技書博5で頒布したAWS本です。AWSの薄い本のシリーズですが、この本は内容的には心機一転データ分析基盤を扱っています。データレイクやDWHをどうつなげるかといった本をメインのテーマとしています。 ■ 本書の目的 「AWSの薄い本Ⅲ データ分析基盤を作ってみよう 〜設計編〜」を手にとっていただき、ありがとうございます。本書は「AWSの薄い本」のシリーズではありますが、前二作（IAMのマニアックな話、アカウントセキュリティのベーシックセオリー）と異なるテーマとなっています。また、AWSの薄い本と銘打っていますが、AWS成分は薄めです。データ分析基盤を作る上での設計の考え方を中心です。 ビッグデータ活用の掛け声の元でデータ分析に注目が集まり、今ではDX推進という看板にかけ替えられつつあります。どのようなお題目で呼ばれるかはさておき、いろいろな現場でデータ分析に取り組む人が増えているように思えま
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
