OSSのデータ可視化ツール「Metabase」が超使いやすい - Qiita
Metabase、まじでイケてる。 1日で、Re:Dashから乗り換えました。 Metabaseとは OSSのデータ可視化ツール。Re:Dashとかと同じ類。 AWSとかに乗せて、誰もが見れるダッシュボードを作ったりする時に使うと、俺かっけーってなります。 スクリーンショット 実際に社内で運用している様子をモザイク付きでお見せします。 毎日みているダッシュボード。これの4倍くらいの数値見てる。 ダッシュボードの編集。マウスで簡単に位置や大きさの変更ができる。 クエリビルダー的なやつがあり、グルーピングとか超絶便利。SQL書けない人でも、単一テーブルとかだったら余裕かと。 グラフ化も簡単。 SQLでのクエリ編集画面。ちゃんと補完してくれる。 Metabaseの良い所 見た目が格好いい。 インストールが簡単。 openjdk-8-jdk入れて、jarファイル置くだけ。 豊富なデータソースに対応
東京公共交通オープンデータチャレンジ
東京公共交通オープンデータチャレンジについて 公共交通オープンデータ協議会は、世界一複雑とも言われる東京の公共交通を、誰もがスムーズに乗りこなせるようにすることを目指し、「東京公共交通オープンデータチャレンジ」と題して、公共交通オープンデータを用いたアプリケーションを募集するコンテストを開催してまいりました。 本コンテストは、2017年の第1回を皮切りに、多数の交通事業者等の協力のもと、約4年に渡り継続的に実施しました。本協議会会員のJR東日本、東京メトロ、東京都交通局を含む、主要な公共交通事業者のデータを利活用できる、これまでにない規模のコンテストとして実施され、多数の方々のご参加、及び、バラエティ豊かな数々の作品のご応募をいただきました。個人の開発者から乗換案内サービス事業者にいたるまで、国内外の多数の参加者にデータを活用いただき、社会的にも大きな成果を挙げることができました。チャレン
Google Cloud Next '17 in Tokyo の機械学習系セッション聴講メモ（Day 1） #googlenext17 - べにやまぶろぐ
ザ・プリンス パークタワー東京で開催中の Google Cloud Next '17 in Tokyo に参加しています。 cloudnext.withgoogle.com 今回は機械学習周りのセッションを集中して選んでみましたのでそのメモです（裏番組になっていて残念ながら聴講できなかったセッションも多数）。ほとんど殴り書き＆一部不確かな記述があるかもしれませんがご容赦ください。 事例から学ぶ機械学習のいま ～ 専門家不要、自社独自の機械学習サービスを構築できる MAGELLAN BLOCKS の事例を元に、その方法と今起きている変革をご紹介します。 URL : Google Cloud Next | October 11-13, 2022 機械学習サービスを作るためには業務知識と機械学習の知識が必要 専門家に頼むと精度が出てもその後どうしたら良いかよくわからない 人の考えるをもっと自由に
超高速のPostgreSQLとしてGreenplumを気軽に使う
はじめに ビッグデータ、データサイエンスという言葉の流行を大きく後押ししたのは大規模なスケールアウト、分散処理を可能としたHadoopの存在です。しかしデータサイエンティストは日々のデータ処理作業において必ずしも複数台のマシンを必要とするような大規模な処理ばかり行っているわけではありません。自身の開発用ワークステーション1台で完結するような処理も多数存在します。 2016年ではもはや当たり前ですが、多くのワークステーションはマルチコアのCPUを搭載しており、CPUがボトルネックになるようなデータ処理をマルチコアを活かして並列処理する重要性は高まっています。しかし、意外に多くのソフトウェアが、この当たり前に期待される「マルチコアを活かして単一ワークステーション上で高速並列処理すること」が出来ていません。 この悩みから、筆者は過去にテキストデータ処理を簡単にマルチコア対応にするJavaフレーム
野球Hack!~Pythonを用いたデータ分析と可視化 #pyconjp
Python Professional Baseball Programming Open Data Edition #bpstudy 91(2015/3...Shinichi Nakagawa
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
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
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
