国の統計を自由にグラフ化！総務省の「統計ダッシュボード」を使いこなそう
マーケターのみなさんにとって人口や地域ごとの住宅着工数のような社会のデータを調査する機会は多いでしょう。 しかし、自分でデータを探し、Excelに落とし込んでグラフを作成する作業は手間がかかります。「明日の会議のために急にデータが必要になった」という切羽詰まった状況を経験したことがある人もいるかもしれません。 そんな方にとって必見なのが、2017年5月に総務省が公開した*『統計ダッシュボード』*です。 今回は、統計ダッシュボードの使い方を解説します。 統計ダッシュボードは国勢調査や経済センサスで得ている5,000ものデータをもとに構成されており、知りたい項目を選択するだけで自由にグラフを作成できます。 商用利用も可能なので、社内資料だけでなく、顧客向けの資料でも活用できるでしょう。 参考： [「統計ダッシュボード」の提供開始｜総務省] (http://www.soumu.go.jp/men
深層学習用PCを個人で自作するための部品選定ガイド(Amazon・実店舗) - roombaの日記
概要 趣味でディープラーニングを行うために自作PCを組んでみました。 自作のメリットとしては、 組み合わせの自由度が高く、ディープラーニング向けの構成を実現できる 必要十分な構成が可能なため、無駄がなく安い 部品の選定を通してハードウェアに関する知識が深まる 組み立てが楽しい などが挙げられます。 しかしながら、CPUやマザーボード、メモリ等の部品には様々な規格があり、部品の選定には正しい知識が必要です。それを共有するのがこの記事の目的です。 購入にあたっては、Amazonで調べたほか、秋葉原の複数の実店舗*1やそれらのオンラインストアを調査しました。 多くの場合Amazonが安いということが分かりましたが、一部は実店舗やオンラインストアの方が廉価でした。本記事ではすべての部品の購入先と購入価格も記します*2。目安にしてください。 結果として、最新のGPUであるGTX 1080 Ti（10
世界標準を狙う日本発オープンデータ
トヨタが静岡市と組んで、オープンデータで世界標準仕様を打ち出した。厚生労働省は世界有数の規模と網羅性のある医療データをオープンデータ化した。日本が誇る公共交通網をオープンデータで世界に発信する取り組みも広がり始めた。それぞれの狙いを紹介する。 静岡市はトヨタIT開発センターと組んで、災害情報や道路規制情報、迂回路情報などをオープンデータとして、リアルタイムで提供するサービスを始めた。「しずみちinfo」という名称でデータを提供している。 オープンデータとは、行政機関や企業などが持つデータを、出所さえ明示すれば商用を含めて誰もが自由にコンピュータで加工・再配布できるように公開したデータのこと。企業がビジネスに活用できるほか、市民が身近な社会的課題の解決に役立てることができる。 しずみちinfoは2016年9月から、モバイル端末やソフトウエアを利用して、誰でも自動車で移動しながらインターネット
続々・node.js で社会性フィルター - Qiita
これまでのあらすじ 第1話: つらそうな語句を含むツイートをした時に「にゃーん」と変換されるスクリプトができた 第2話: Mecab による形態素解析と日本語極性辞書を組み合せてツイートを解析。スコアが低くなった時に「わーい！」「すごーい！」と変換されるスクリプトができた 今回からは機械学習の力を借りてより実用的な社会性フィルターを目指します。 初めは前回のコメントでいただいたように Theano を用いて自前でこさえようと思ったのですが、調べてみるとすでにいくつかネガポジ判定の Web-API があることを知り、まずはそっちを試してみようということになりました。 1. indico 3行のソースコードを入れるだけで機械学習できると噂のindicoをNode.jsで使って機械学習入門してみる / Qiita という記事で知った Web-API サービス。Python だと本当に3行の実装で
Web開発におけるコンピュータサイエンス - 機械学習編1 - Hatena Developer Blog
この教科書は、はてなサマーインターンの講義資料として作成されたものです: https://github.com/hatena/Hatena-Textbook この章では機械学習について、Webサービスの開発で必要とされる知識を中心に、とくに自然言語処理にフォーカスしながら解説します。 Webサービス開発と機械学習 実現困難な機能の例 闇雲な実装 もう少しましな実装 機械学習によるパラメータ決定 分類問題のための機械学習手法 パーセプトロン 判別アルゴリズム 学習アルゴリズム 特徴量のとり方 形態素解析 量をともなう特徴 組み合わせ特徴量 モデル 機械学習の種類 教師あり学習 分類 (質的変数の予測) 回帰 (量的変数の予測) 教師あり学習でのデータセット 教師なし学習 クラスタリング 次元削減(次元圧縮) 頻出パターンマイニング 異常値検出 アルゴリズムの評価 訓練データとテストデータ 学
DeepLearningで上司を認識して画面を隠す - Qiita
背景 仕事をしているとき、業務に関係ない情報を閲覧していることって誰でもありますよね？ そんなときに背後にボスが忍び寄っていると気まずい思いをします。もちろん急いで画面を切り替えれば良いのですが、そういう動作は逆に怪しまれることになりますし、集中しているときは気がつかないこともあります。そこで怪しまれずに画面を切り替えるために、ボスが近づいてきたことを自動的に認識して画面を隠すシステムを作ってみました。 具体的にはKerasを用いてボスの顔を機械学習し、カメラを用いて近づいてきたことを認識して画面を切り替えています。 ミッション ミッションはボスが近づいてきたら自動的に画面を切り替えることです。 状況は以下のような感じです。 ボスの席から私の席まではだいたい6,7mくらいです。ボスが席をたってから、4,5秒で私の席に到達します。したがって、この間に画面を隠す必要があるわけです。時間的余裕は
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
リクルートテクノロジーズ、機械学習やディープラーニングを用いたAPI群「A3RT」を無料公開、チャットボットAPIや日本語文章自動校正APIなど6種類