世界中で日本だけ｢コロナ感染のグラフがおかしい｣という不気味 絶対的な死者数は少ないのだが…
新型コロナウイルスによる日本の死者数は欧米に比べて少ない。だが感染者数と死亡者数を「対数グラフ」で分析すると、日本だけが異常な推移をたどっている。統計データ分析家の本川裕氏は、「他国のように収束へ向かう横ばい化への転換が認められず、増加ペースが落ちていない。そこには3つの理由が考えられる」という——。 新型コロナウイルスは、海外でも日本でも「感染爆発」と呼ばれた一時期ほどの急拡大は見られなくなってきた。だが、それでもなお深刻な感染状況が続き、医療が対応しきれないこともあって各国で死者が増えている。 1月に中国・武漢ではじまった新型コロナの感染拡大は、その後、韓国、イラン、イタリアなどと広がり、また、さらに欧州各国や米国などを中心に全世界に拡大してきている。この4カ月余りを過ぎた時点で、地域によって感染拡大のテンポや規模がどのように違っているかを、世界各国と日本の国内で振り返ってみたい。 感
犬猫の「多頭飼育」全国で苦情2000件 飼い主の生活が困窮53％ | NHKニュース
犬や猫などを複数飼う「多頭飼育」をめぐり、昨年度、全国の自治体に寄せられた苦情は少なくともおよそ2000件にのぼることが環境省のまとめで分かりました。 「多頭飼育」の中には犬や猫などを無計画に繁殖し、悪臭や騒音で周囲とトラブルになったり動物虐待につながったりする「多頭飼育崩壊」と呼ばれる問題が各地で指摘されています。 環境省は問題の背景と対応策を検討するため、都道府県や政令市など全国の125の自治体を対象に初めてアンケートを行い、専門家を交えた検討会で結果を報告しました。 それによりますと、昨年度１年間に「多頭飼育」をめぐって住民から寄せられた苦情は少なくとも2064件にのぼりました。 過去５年間に自治体が対応した具体的な事例、368件を分析したところ、飼い主の生活が困窮しているケースが53％を占め、「増えすぎた動物の引き取りや去勢手術の手数料を払えない」という課題を感じている自治体が多い
Google Colaboratoryを使えば環境構築不要・無料でPythonの機械学習ができて最高 - karaage. [からあげ]
Google Colaboratoryが便利 最近、Google Colaboratoryがちょっと気になっていたのですが、タダケン (id:tadaken3)さんの以下記事に分かりやすく使い方が書いてあったのをきっかけに試して見ました。 結論から言うと、これ良いですね。Google Colaboratoryには以下の特徴（利点）があります。 ローカルPCに必要なのはブラウザ（Google Chrome）のみ クラウド上にPython環境がありPython2/3 両方使える 機械学習に必要なライブラリは、ある程度プリインストールされている（numpy, matplotlib, TensorFlow等） 必要なライブラリは !pip installでインストールできる 日本語フォントも（ちょっと工夫すれば）使える 無料で使える。なんとGPUも12時間分を無料で使える！ これ死角無さすぎでは…
![Google Colaboratoryを使えば環境構築不要・無料でPythonの機械学習ができて最高 - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/12d034f86e09df35a63668f147c936d96829c380/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20180317%2F20180317160922.png)
「観光地の一般道走る車に課金を」 導入目指して実験へ：朝日新聞デジタル
国土交通省は、観光地の交通渋滞を緩和するため、一般道を走る車からお金を徴収する制度を本格検討する。神奈川県鎌倉市と京都市が制度導入を目指す地域に選ばれ、今秋にも徴収に向けた実験を始める。実験結果を踏まえ、課金する地点や徴収方法を検討し、法的な枠組みを整備したうえで実際に徴収する実験に進む考えだ。 ７日にあった同省の研究会で、応募のあった４自治体の中から、課金制度の導入に向けた計画が具体的だとして、鎌倉市と京都市が選ばれた。他には神戸市と長野県軽井沢町が応募していたが、課金を検討する範囲が絞り込めていないとして「計画の具体化を進めていく」とした。 今秋の実験では料金は徴収せず、議論の元になるデータを集める。走った道やブレーキをかけた場所を記録できる次世代型のＥＴＣ車載器やカメラを活用し、季節や曜日、催しの有無によって、観光地の交通量や渋滞が始まる場所がどう変わるかを分析する。 徴収システムは
全部言える？超重要な26の財務指標をまとめて解説 経営者のための財務分析入門！
こんにちは、税理士の高橋です。 経営者のみなさんが高く関心を寄せている事項として、よく挙げられるのが「財務分析」ですよね。 財務分析は会社にとって非常に大事な作業ですが、そもそも何のために行うのでしょうか。 今回は、「何のために分析するのか」「何を分析できるのか」といった、財務分析の基本的な部分について、分析に用いる代表的な指標の紹介を混じえながらご説明します。 企業の成長・危機回避のためには財務分析が有効 健康診断や人間ドッグを定期的に受ける方は多いでしょう。それは、病気になっていないかをチェックするため、あるいは、万が一病気にかかっていたとしても早期に発見し、治療を行って大事に至らないようにするためだと思います。企業の財務分析も、それとまったく同じです。 財務分析では、「経営に問題はないか」「改善する点はないか」といった点をチェックすることで、経営危機を回避することができます。また、今
ネットワークの可視化 | GREE Engineering
GREE Advent Calendar 2015 の23日目担当の上竹です。普段はアプライアンスLB やネットワークの構築/運用をしております。 概要 バックボーンネットワークを設計運用していると、実際どのようなトラフィックがどのくらい流れているか中身を知りたい(見たい)ことがよくあります。 どのISP からどの回線へどのくらい流入があるのかだったり、どんなAS からどのくらいアクセスがきているか、これら様々な情報を正しく把握することは、Transit 回線やIX 回線をコントロールし今後のネットワーク戦略を考えるうえで非常に有益です。 また、昨今我々を悩ましているDDoS 対策の第一歩として、今流れているトラフィックをまず"知る"ということが必要だと思います。 そこで、今回ネットワークの見える化を、「NetFlow」、「Fluentd + ElasticSearch + Kibana」
実務で使う統計手法は、５つ。すごい、そんなシンプル？
このセミナー、冒頭の渋谷 直正さん(日本航空 旅客販売統括本部Web販売部 1to1マーケティンググループ アシスタントマネジャー)のお話がとても参考になりました。 まず、渋谷さんはご存知のように、2014年に「データサイエンティスト・オブ・ザ・イヤー」を受賞され、ビジネス・サイドにおける、データサイエンスのリーダー的存在です。 その渋谷さんの「実務で使う分析手法は５つで十分、マーケターこそデータサイエンティスト候補」という講演は、多くの示唆に富んだものでした。 まず、みなさんが気にしている５つの手法とは、 クロス集計 ロジスティック回帰 決定木 アソシエーション分析 非階層的クラスター分析（k-meansなど） の５つです。統計の教科書にはさまざまな手法が出てきますが、マーケターが実務で使うのはこの５つ程度だと説明されるのです。でも、この説明には、私も思い当たる部分があります。東大の数学
【価格比較表あり】クラウドBIツール12選。「俺、今日からアナリストになるわ。」 | Boxilが運営するBtoBサービス・資料紹介メディア ボクシルマガジン！
はじめに インターネットが一般の企業も利用できるようになり、 今や情報は集めるものではなく処理するもの選び取るものになりました。 そこで登場したのがBI(Business Intelligence)ツール！ でもなぜBIツールはオンプレミスのままでこだわるのですか？ 情報を処理するのもブラウザ上のほうが効率がよいのでは？ ということで今回はBIツールのうちクラウド・SaaSを活用したものをまとめました！ BIツールの役割 そもそもBIツール=OLAPツールであると勘違いしている人はいませんか？ BIツールはこのあと説明するのでOLAPツールだけ説明します。 OLAPツールとは、限定されるデータ分析のパターンを夜間処理などで事前計算しておくことで、あたかも大容量データをスムーズにハンドリングしているように見せる技術です。 ではBIツールについて詳しく見ていきましょう。 BIツール
フリーのVM環境を使って、ビッグデータ分析の学習環境をすばやく構築する
はじめに Hadoopを使って大規模データを蓄積し分析するのは、もはや当たり前になってきた昨今ですが、大規模データ分析の環境を試すのは、なかなか難しいというのが現状です。確かに、Hadoop単体やSQLエンジン単体なら、Amazon EMRやGoogle BigQueryなどを使うことで体験することは可能でしょう。しかし、大規模データの分析基盤では以下のようなことを行っていく必要があります。 RDBMSからデータをHadoopにインポートする SQLを使って、大規模データを高速に分析する アクセスログなどの大量の非構造化データを分析する 大量のデータに対し、リコメンドに利用するための高度な分析処理を行う 大量のデータを全文検索できるようにする これらすべてを試す環境を構築するのは、たとえクラウド環境を使ったとしても困難です。また、（検証環境としては）意外と高額な費用がかかってしまい、永続化
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
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
harold-spm.com - harold spm リソースおよび情報