企業の根幹を担うミッション ビジョン バリューの意味合いと作り方
１：ミッション ビジョン バリューの違いミッション ビジョン バリューという言葉は様々なシーンで使用されるため、 似たような意味合いに思われることもありますが、実はこの3つは明確に意味が異なります。 このミッション ビジョン バリューは、もともとは有名な経営学者であり、 「マネジメント」の発明者であるピーター・ドラッカーが提唱している考え方。 図にすると下記のように整理することが可能です。 ▲ミッション・ビジョン・バリューの図 特にミッション ビジョンは会社の根幹を担う大事な考え方ですので、 正しく理解しないと企業が思わぬ方向に進んでしまうこともあります。 この章にて、それぞれの正しい意味合いをしっかりと理解し、 今後の企業活動にお役立ていただければと思います。 1-1：ミッションとは、日々果たすべき使命ミッション ビジョン バリュー（以下、MVV）の並びの中で中心にあるのが、ミッションで
新規事業を加速させるリサーチ術/ Research tips for new biz creation
ビザスクさんにお誘いいただき、企業内新規事業担当者の方などに向けて、リサーチに関するお話をしました。 https://visasq.co.jp/seminar/research0728 調査、正しく使うと楽しいし、ためになるよ、というお話をしています。 30分くらいでお話したので、同じような講演ニーズがあればぜひまたお知らせください :-) info@cobe.work
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
PyCon JP 2020での発表スライドです。 --------------------------- (2020/08/30) 誤字を修正しました。 場所: p15 誤: assert_array_close() 正: assert_allclose() --------------------------- (2020/08/31) 誤字を修正しました。pandas.util.testingは動作しますが、pandas1.0以降ではdeprecatedになっており代替としてpandas.testingを使うことが推奨されています。 場所: p17 誤: pandas.util.testing 正: pandas.testing なお、p18のサンプルコードは元々pandas.testingで説明していたため変更はありません。 --------------------------- ト
楽天の三木谷浩史さん、あんなに入れ込んだPCR検査をした気分になれる迷惑雑貨からしれっと逃走 : 市況かぶ全力２階建
楽天銀行JRE支店こと「JRE BANK」、出し惜しみなしの出血大サービスにより申込み殺到で口座開設パンク中
AI白書によると、日本では平均して米国の7分の1程度しかAI導入の効果が出ていません。特に「製造工程、製造設備」、「データ分析の高度化」の売上向上効果は10分の1以下に留まっています。機械学習の活用に携わる身としては2022年最も衝撃的なデータでした。え、でもそれってほんとなの?なんでなの?という疑問を本記事で深掘りするとともに、解決策を考えてみたいと思います。 日本では平均して米国の7分の1程度しかAI導入の効果しか出ていないAI白書2022ではAI導入の効果を日米の企業にヒアリングをしています。AIの導入で「5%以上の売上増加」があったと回答した日本の企業数は米国の1/4~1/11になっています(下図左)。特に「製造工程、製造設備」では1/10、「データ分析の高度化」では1/11です。「10%以上のコスト削減効果」があったと回答した日本の企業数も同程度の差があります(下図右)。同じ「A
オリジナルグッズ作成・販売サービス「SUZURI」に関わるエンジニアメンバーや事業部長が登壇し、SUZURIの開発の今や、現在の課題・今後の取り組みについて話す「43万人超のクリエイターの表現活動を支える！ECプラットフォームSUZURIの開発の裏側」。ここで技術部の近藤氏が登壇。生産性をすることになった背景と、具体的な測定方法を紹介します。 自己紹介 近藤宇智朗氏（以下、近藤）：では、お願いします。「生産性を可視化したい」と題して発表します。ということで、自己紹介します。私は技術部に所属している、近藤といいます。ふだん、インターネットなどでは“うづら”と呼ばれているので、お気軽にうづらと呼んでください。現在、技術基盤チーム兼データ基盤チームという感じで働いていて、SUZURIの事業部には直接所属していませんが、お手伝いという感じで今回はお話しします。 ちなみに、福岡市のエンジニアカフェと
Google CloudがBigQueryでAWS、Azure上のデータを動かさずに分析できる「BigQuery Omni」を発表
Google Cloudは2020年7月14日（米国時間）、アナリティクスサービス「BigQuery」のマルチクラウド対応を発表した。Amazon Web Services（AWS）やMicrosoft Azure上のデータを動かすことなく、BigQueryによるマルチクラウドのデータ分析ができる。 Google Cloudは同日、AWSの「Amazon S3」に対応したプライベートα版の提供を開始した。Azureへの対応は近い将来（「soon」）に行うという。 BigQuery Omniでは、Google Cloudがマルチクラウド対応を進めるマネージドKubernetesサービス、「Anthos」を活用する。BigQuery OmniとしてAWSやAzureに展開するAnthosクラスタ上で、BigQueryのクエリエンジンである「Dremel」をマネージドサービスとして動かす。その上
こんにちは、事業開発部でプロジェクトマネージャー兼エンジニアをやっている新井(@SpicyCoffee)です。10 万円の申請書を書く前に 20 万円のパソコンを買いました。 クックパッドでは、毎日の料理を楽しみにするべく日々サービス開発がおこなわれています。本稿では、サービス開発の中でも重要かつ難解な「KPI の設定」について、私がプロジェクトマネージャーとして普段考えていることや注意している点を紹介します。 KPI を決めるのは難しい サービス開発において KPI を設定し、それを改善するような施策や検証を繰り返していくことは基本中の基本です。しかしながら、現実には「KPI を設定する」という行為自体の難易度が非常に高く、日夜頭を悩ませている開発者のみなさんも多いのではないでしょうか。 以下では、その要因の一つである「KPI は複数の要件を満たす必要がある」ことについて考えます。 満た
富士通研究所は2020年7月13日、ディープラーニング（深層学習）における教師なし学習の精度を大幅に向上できる人工知能（AI）技術「DeepTwin」を発表した。AI分野の長年の課題だった「次元の呪い」を、映像圧縮技術の知見を活用することで解決したとする。同社は論文を機械学習の最有力学会である「ICML 2020」で7月14日に発表する。 「次元の呪い」とは、データの次元（要素数）が大きくなると、そのデータを分析する際の計算量が指数関数的に増大する現象を指す。次元の呪いを回避するため、一般的に機械学習の高次元データは次元を減らす。 ただ従来の手法には、次元の削減に伴ってデータの分布や確率が不正確になる課題があり、それがAIの精度低下を招く一因になっていた。例えば分布や確率が実際と異なると、正常データを異常と誤判定してしまうような間違いを引き起こしてしまう。 富士通研究所は今回、ディープラー
AIの想像力が人間を超えるとき。深層強化学習のブレイクスルー、D3RLの衝撃 2020.10.08 Updated by Ryo Shimizu on October 8, 2020, 11:13 am JST 「最近のAIがすごい」と言われてからもう6年ほどが経過した。 なかでも人目を引いたのは、なんといっても2016年のAlphaGoだろう。最難関ゲームの一つと言われる囲碁において、人間のトップ棋士に対しAIが圧勝したのである。 これは「深層強化学習」というAIだが、実際のところ、「深層強化学習」を実用的に利用した例はまだ少ない。 多くのAIベンチャーやAIベンダーが扱う「AI」技術は、古典的な統計解析か、時折ニューラルネットを使っているくらいで、「深層学習」ではあっても「深層強化学習」とは完全に別物である。ラジオもコンピュータも同じ電気で動くものだが別物であるのと同じだ。 深層強化学
緊急事態宣言が出された７日にかけて、東京都内の人出はどのように変化したのか。携帯電話の位置情報のビッグデータをもとに分析して推計した結果、渋谷では多い日に比べて人の数が７割近く減少するなど、都心部を中心に大きく減少していたことがわかりました。「夜の街」から「お年寄りの集う街」まで、データの分析結果を詳しく紹介します。 緊急事態宣言が出された７日の、午前９時から日付が変わるまで都内にいた人の数について、携帯電話の位置情報のビッグデータをもとに個人が特定されない形で推計し、１週間前の火曜日（３月31日）の同じ時間帯と比較しました。 100メートル四方の区画ごとに分析して、地図上で表示します。 オレンジ色で示しているのが人が増えたエリア、青色で示しているのが人が減ったエリアです。 都心部の広い範囲が青くなっていて、すでに人出が少なくなっていた１週間前よりも、さらに減少していることがわかります。
たった半年で「町工場向けSaaS」を立ち上げ、内諾100件で法人化するまでの話｜鶴岡 友也／BLUEPRINT, inc. 最高事業責任者
去年の夏ごろ、いつものように会議をしていると、元キーエンスのメンバーがこんな話をしてくれました。 「僕、前職の営業でいろんな町工場を回ってたんすけど、図面がめちゃくちゃバラバラに、紙とかPDFで管理されてて。一回探しに行ったら20分、30分も戻ってこないことがけっこうあったんです」 「なんとかできないのかなって、ずっと思ってたんですよね」 そんな言葉から今回の事業はスタートしました。 それから半年ほどでサービスを開発・法人化し、導入社数はすでに200社近く。新規事業としてはかなりのスピードで成長できていると思います。 このnoteでは、僕らの開発した「町工場向けSaaS」が売れるまでの半年間を振り返ってみます。営業やPMなど事業開発に関わる方や、レガシー的な業界で働く方にとって、少しでもお役に立てばうれしいです！ 町工場をまわってユーザーヒアリング町工場向けに、図面の管理が楽になるサービス
時系列モデル(ARIMA/Prophet/NNなど)を統一的なAPIで扱えるPythonライブラリ「Darts」がかなり便利 - フリーランチ食べたい
時系列モデルを扱う上でデファクトスタンダードになりそうなPythonライブラリが出てきました。 時系列モデルを扱うPythonライブラリは、 scikit-learn のようなデファクトスタンダードなものがありません。そのため時系列モデルを用いて実装を行うためには、様々なライブラリのAPIなどの仕様を理解しつつ、それに合わせてデータ整形を行い、評価する必要があり、これはなかなか辛い作業でした。 スイスの企業 Unit8 が今年(2020年)6月末に公開した Darts はまさにこういった課題を解決するライブラリです。時系列に関する様々なモデルを scikit-learn ベースのAPIで統一的に扱うことができます。 github.com Darts は現在、下記のモデルに対応しています。内側では statsmodels 、 Prophet(stan) 、 Pytorch などを使っていて、
ChatGPTのリリースでGoogleは「コードレッド」を宣言、AIチャットボットが検索ビジネスにもたらす脅威に対応するためにチームを再割り当て
AI開発団体のOpenAIが発表した「ChatGPT」は、自然言語処理モデルの「GPT-3」の進化系である「GPT-3.5」がベースになっており、質問文を打ち込むと人間が書いた文章と見分けが付かないほどに高精度の文章で回答してくれます。そんなChatGPTの登場に、ユーザー数世界最大を誇る検索エンジンを持つGoogleの経営陣が事業に対する深刻な脅威への警戒を示して「コード・レッド」を宣言したと報じられています。 ChatGPT and Other Chat Bots Are a ‘Code Red’ for Google Search - The New York Times https://www.nytimes.com/2022/12/21/technology/ai-chatgpt-google-search.html Google at 'code red' over ChatG
エンジニアとして機械学習に携わった際にやっててよかった3つのこと - Lean Baseball
現職のコンサルっぽい仕事・インフラアーキなエンジニアな仕事も大好きですが, やっぱデータを見ると興奮するぐらいにデータ好きな人です. startpython.connpass.com 本日（2023/1/19）, ありがたいご縁がありまして, 「機械学習エンジニアが目指すキャリアパスとその実話」というお話をさせていただきました. 参加者の方々, ご清聴ありがとうございました&参加されていない方も気になるポイントあればぜひ御覧ください. 1/19の #stapy で「機械学習エンジニアが目指すキャリアパスとその実話」なるトークをすることになりました, 自画自賛ですが思ったよりいい内容に仕上がった気がします, 機械学習とかデータサイエンティストとかのキャリアでお悩みの方に届くと嬉しいです, 来てねhttps://t.co/KHxAXYY5mr pic.twitter.com/eguUyEnfb
弊社未発表作品におけるSNS上の情報漏洩について 先日、SNS上にて弊社の未発表作品における内部情報が誤解を招く形で漏洩された事実が発覚しました。 SNS上の書き込み、さらに拡散される過程におけるコメント等により、 一部情報が切り取られ、誤解や憶測に基づくやりとりが追加されるなどした結果、事実が不当に歪められ、弊社取引先、その他作品に関与する方々に多大なご迷惑をお掛けする事態となりました。 事実関係ですが、未発表である当該作品は、大手プラットフォームより弊社が制作受託した案件ではございません。 また、当該作品は、過去に弊社が制作し、弊社および製作委員会が待望したTVシリーズ作品の新作であり、製作委員会幹事会社から大手プラットフォームへの販売が確定したことで、ようやく制作の受注が実現しました。制作費も、その販売金額を元に設定されております。 本作品はもちろんのこと、過去におきましても、 弊社
DXコンサルタントの日淺と言います。 2019年からDX専門のコンサルティングファームを経営し、これまで30社以上の大小様々なDXプロジェクトを支援しています。 私が、2年前にDXコンサルティングファームを経営し始めたころは、「DXって何？」と言われることが多かったですが、今は、DXといえば、ビジネス用語として通じるように変化してきたことを実感しています。 現在、本年中の発刊を目指して、私自身も出版社と企画を進めています。 以前、「DXとはなにか？」という視点でもおすすめ本もまとめたので、こちらも合わせてご覧ください。 今回は、更にDX推進する方、プロジェクトを運営しなくては行けない方を対象に 「DXプロジェクトを進めるための本」を選んでみました。 この記事は、 DXプロジェクトの推進方法をどうしたら・・・？DXの最前線の現場ではなにが起こっているのか？ という方向けに書いていますが、 ぜ
日産自、韓国撤退を検討＝ＦＴ
９月６日、英フィナンシャル・タイムズ（ＦＴ）紙は、関係筋の話として、日産自動車が韓国からの撤退を検討していると報じた。写真は３月にジュネーブで撮影（２０１９年 ロイター／Pierre Albouy） ［東京 ６日 ロイター］ - 英フィナンシャル・タイムズ（ＦＴ）紙は、関係筋の話として、日産自動車<7201.T>が韓国からの撤退を検討していると報じた。
ローソンというコンビニがある。 セブンイレブン、ファミリーマートと並び、日本最大手コンビニチェーンのひとつとして知られるが…… ローソンって、どっち側なんだろう……？ セブンとファミマはわかりやすいけど、ローソンってどういう立ち位置なのかよくわからないんだよな…… と、思っていたら！ 出典：https://www.lawson.co.jp/lab/tsuushin/art/1464040_4659.html 2023/02/07（火）～2023/02/27（火）の3週間、ローソンが『盛りすぎチャレンジ』を実施！ 週替わりで4品ずつ、計12品が価格据え置きで47％増量となって登場するらしい。 ……実際はどれくらいなのだろうか？ いや、さすがに47%増量をうたって47%未満だと法律的に問題があるのでそれはないだろうが、原材料や物価の高騰が続く昨今、思い切った増量はしづらいはずだ。ファミマはアホ
フリマアプリ界の西成ことメルカリ、16億円（0.5イニエスタ）で鹿島アントラーズを買収 : 市況かぶ全力２階建
りそな銀行、何も知らされず10億円融資しちゃったサイバー・バズのコベナンツ抵触バレから2週間で怒りの全額回収
The Series C funding, which brings its total raise to around $95 million, will go toward mass production of the startup’s inaugural products
「 #会計の地図 」全文無料公開｜チャーリー
本の内容を全22この記事に分け、2021年3月8日から毎日公開し（平日のみ）、4月6日には本の全200ページの内容すべてが公開される予定です。なぜ1冊まるごと全文を公開してしまうのか、なぜ小分けにして公開するのか、についてこの記事の最後に背景や経緯を書いています。興味があればぜひ。 この記事は1番目の記事になるので「はじめに」と「もくじ」を掲載しています。この次の記事から本文であるパート1に進んでいきます。 尚、本の内容をそのまま掲載しているため「次のページを見てください」のような、この記事においては意味をなさない表現も残っていますが、ご了承ください。 ではさっそくどうぞ。 注）もともとこの記事は「会計の地図」というタイトルでこの本の原型になったアイデア段階のものを紹介した記事でした。「会計の地図」と検索すると検索結果1位に表示されていたこともあり、今回、本の全文公開の最初の記事としてアッ
日刊SPA！に登場の医学生投資家、儲け自慢に熱を入れるあまり「11歳から親の口座で投資を始めた」と借名取引をうっかり告白
西浦先生らによる実効再生産数の統計モデルを解説＆拡張する試み - StatModeling Memorandum
先日の西浦先生のニコ生の発表を聞いていない人はぜひ聞いてください。 モデルとデータを以下のリポジトリでオープンにしていただいたので、モデルについて僕が分かる範囲内で少し解説を加えたいと思います。 github.com 実効再生産数を推定するコードが2種類ありまして、最尤推定（Maximum Likelihood Estimation, MLE）を使ったMLE版（Sungmok Jungさん作成）と 、ベイズ推定版（Andrei Akhmetzhanovさん作成）があります。どちらもコンセプトはほぼ同じで、実装が若干異なります。この記事では、ベイズ推定版（以降、元コードと呼びます）の流れを簡単に説明し、その後でその拡張を試みます。 ベイズ推定版の流れ 大きく分けて「データの集計」「back projection」「実効再生産数の推定」の3つの部分からなります。 データの集計 まずは日付ごとの
凸版印刷は10月18日、AIの技術を活用して文章の誤りを指摘する「AI校閲・校正支援システム」を開発したと発表した。広告、パンフレット、カタログなどの原稿を読み込ませると、誤変換や誤字脱字を自動で検出する。文脈を分析し、「保証」「補償」といった熟語の誤用も特定できる。法人の文書作成を効率化する狙いで、利用者は結果を基に原稿を修正し、文章を読みやすく改善できる。 業界・企業特有の言い回しや専門用語を学習させ、指摘の精度を高めることも可能。言葉遣いのレギュレーションを複数インプットし、著作物に応じて使い分けられる機能も持つ。読み込ませた文書を社内に回覧できる機能も備えており、修正内容を責任者に確認してもらうことや、必要に応じて人の手で赤字を入れてもらうこともできる。 一連の機能により、文章の質を高める効果の他、人による制作スキルのばらつきや、成果物を2～3重にチェックする手間をなくす効果を見込
アルゴリズム分析で「売れる本」量産、83億円調達のAI出版社日本上陸へ | Forbes JAPAN 公式サイト（フォーブス ジャパン）
Inkitt（インキット）はアマチュア作家が小説を投稿、公開できる無料プラットフォームを提供するスタートアップだ。同社はInkittに掲載された小説の「読者による読まれ方」をアルゴリズム分析し、「ヒットセラーになりそうな」小説を選択、別に運営する有料アプリ「Galatea（ガラテア）」で正式に公開するというシステムに乗せて刊行物を次々に世に問うている。また、ストーリー展開のABテストをして読者の反応をみる、といったAI編集機能も実装している。 「ハリー・ポッター」の刊行、出版社13社が断った つまりInkittは、読まれる小説の卵のデータを「読者から」収集、データ解析、選別したのち、有償で販売する、という、古い出版業界の度肝を抜くような新規のビジネスモデルで大成功している出版社なのだ。 同社のコミュニティにはこれまでに少なくとも、700万人の読者と30万人の作家が参加している。また、コロナ
エンジニア採用・組織づくりのトレンド予測2023〜開発生産性がエンジニア採用の鍵に。DX内製化や外国人採用なども〜｜山田裕一朗（CEO at Findy Inc.）｜note
エンジニア採用・組織づくりのトレンド予測2023〜開発生産性がエンジニア採用の鍵に。DX内製化や外国人採用なども〜 新年あけましておめでとうございます！ 年明けということで2023年のエンジニア採用・組織づくりのトレンド書いてみました。（どちらかという採用メインのトレンドの点、ご承知おきください！） 「採用力の強化だけでは戦えない。開発生産性の高い組織にエンジニアが集まる時代へ。」このテーマでメディア向けの発表会を10月末に開催しました。 6年以上エンジニア転職やエンジニア組織づくりに向き合ってきた中で、今大きな流れとして採用力の高い会社は開発生産性も高いという連動が始まっています。 詳細は図の通りですが、エンジニア採用自体の難易度が景気変動関係なく上がっていく中で、採用をするために良い組織づくりにも力を入れていく必要が出てきています。 また、転職するエンジニアにとっても、開発者体験・環境
「心理的安全性」という概念は、まだ、日本人には早すぎる。
最近は「心理的安全性」という概念が、ビジネス領域でしばしば話題になる。 知識労働者のパフォーマンス向上に必須だと言われるからだ。 これについては、個人的な思い出も多い。 かつて私が在籍していた組織は、お世辞にも「心理的安全性」に優れた組織ではなかった。 率直に言ってくれ ⇒ 叱責される 私がまだ新人だったころ、「経営陣への提案制度」が設けられたことがあった。 経営者は「なんでも率直に提案してくれ」と説明していた。 「なんでも」というので、早速私は「干された人々」の処遇を改善してはどうかと、経営者に提案した。 すると、私の想像をはるかに超えて、彼は怒った。 「あなたは何もわかってない」から始まり、 「働かない奴らの処遇は、あれで当然」 「私が認めた人だけに仕事を渡す」と。 こうして私は1時間にわたり叱責された。 今思えば、経営者が「成果に貢献しない人々」を擁護した私に怒りを覚えたのは当然だっ
機械学習概論～ディープラーニングGAN、本格的に学べる全20時間の大学講義が無償公開：AI・機械学習の独学リソース 機械学習概論、単回帰、重回帰から、k-means、主成分分析、ニュートラルネットワーク、CNN／RNN／GANまで、全20回の講義概要と目次を紹介。本稿独自に考察した、難易度や前提知識、お勧めの学習方法、注意点についても示す。
マネージャーの評価基準（シート・動画付き）｜長村禎庸@EVeM
はじめに約1年ぶりのエントリーになります。今回はマネージャーの評価基準というタイトルで書きたいと思います。 マネージャーを評価する基準というのはありそうでないなと、この1年色々な経営者・マネージャーの方と話す中で感じていました。 その時残すべき成果が出ていればマネージャーとしてOKとしている会社もあれば、「マネージャーとしての行動リスト」のようなものが5個〜多くて30個程度であり、その行動リストを評価とまではいかなくとも、チェックリストのように使っている会社もあります。 しかし、前者の場合は「成果が出ていれば色々な犠牲が出てもよし」となりますし、後者の場合は「行動リストのうち今必要が無いことも行動せよ」となるので、両方ともマネージャーを評価する基準としては何か違うなと違和感を覚えてました。 しかし、何を以て良いマネージャーなのか、それを判断する基準がなければ、マネージャーに何を求めて良いか
[1] 本サイトでは、「PyTorch 公式チュートリアル（英語版 version 1.8.0）」を日本語に翻訳してお届けします。 [2] 公式チュートリアルは、①解説ページ、②解説ページと同じ内容のGoogle Colaboratoryファイル、の2つから構成されています。 両者は基本的には同じ内容です。本サイトでは 「Google Colaboratoryファイル」で、チュートリアルの日本語訳を用意しております(未完成分は順次公開いたします)。 [3] 本サイトのチュートリアルの閲覧および実行は、Google Colaboratory環境を前提とします。 （本サイトのライセンスはこちらとなります） [4] 本サイトに掲載している、日本語チュートリアルをまとめて配置したGitHubはこちらとなります。 [0] 目次（table of contents） 日本語解説へ [1] テンソル（T
「FamiPayは大丈夫？」ネットで不安の声 ファミマは「不正ログインは起きていない」「二段階認証を使用」と明言
「FamiPayは大丈夫？」ネットで不安の声 ファミマは「不正ログインは起きていない」「二段階認証を使用」と明言 モバイル決済サービス「7pay」で不正ログイン被害が相次ぎ、問題となっている。7payは7月1日のリリース以降、第三者にアカウントを乗っ取られ、残高を不正利用される被害が発生。4日の時点で被害者は約900人、被害額の合計は約5500万円に上る。この問題を受け、ネット上では、同じ日にリリースされた競合サービス「FamiPay」のセキュリティ面を心配する声が出ている。 例えば、Twitterには「7payでこれだけの問題が起きたから、同じく新規参入したFamiPayは大丈夫かなと気になる」「FamiPayに2万円チャージしたけれど大丈夫かな」「FamiPayユーザーである自分もひとごととは思えない」――といったツイートが投稿されている。 ファミマ「不正ログインなどの事象は発生してお
Excelにインターネットからデータを取り込むサイト
DeNAのマシンラーニングをささえるアノテーションシステム | BLOG - DeNA Engineering
この記事では、DeNAでのコンピュータービジョン関連の機械学習のためのデータ生成処理方法について説明します。 主に、内製のアノテーションシステム「Nota」の開発とそのシステムと全体のMLワークフローに統合する方法について取り上げます。現在のソリューションに到達するため、私たちが行ったいくつかの決断、および解決しなければならなかった課題について説明します。 はじめまして、アラマ・ジョナタンです。現在DeNAのシステム本部で、分析推進部ソリューションエンジニアリンググループとAIシステム部MLエンジニアリンググループを兼務しているメンバーです。小さいチームでデータ関連の課題を解決するためのアプリケーションやツールの開発と運用をしています。 正確なデータを取得する問題 近年、AIには多くの進歩があり、それらの多くはコンピュータビジョンに関連しています。コンピュータは画像や動画にある内容を理解で
2020年版：実務の現場で求められるデータサイエンティスト・機械学習エンジニアのスキル要件 - 渋谷駅前で働くデータサイエンティストのブログ
(Image by Pixabay) この記事は、昨年の同様のスキル要件記事のアップデートです。 正直言って昨年バージョンとの差分は殆どないのですが、一応この1年間の業界の進歩を踏まえて僅かながらアップデートしてありますので、ベースとなっているスキル要件についてさらっと概観した上で、差分となるアップデート部分について簡単にコメントしておこうかと思います。 なお、いつもながらの断り書きですが。言うまでもなく、この記事の内容はあくまでも僕の個人的な意見にして、なおかつ僕自身がこれまでの経験と見聞に基づいて「これまで自分が属してきた組織やチームにおけるデータサイエンティストや機械学習エンジニアはこうだったor今後はこうあって欲しい」という最大公約数的な経験談や願望を書き並べたものに過ぎません。よって何かの組織や団体の意見を代表するものではありませんし、況してやauthorizeされた意見として見
海外の事例はいろいろあるので見てきたのですが、国内ではどんな会社が取り組んでいるのか、興味があったので調べてまとめてみました。 「おいおい、この会社が足りないぜ！」というものがあればコメントで教えていただけると喜びます。 Wantedly
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
「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
(修正版) NumPy/pandas使いのためのテスト自動化入門 / PyConJP2020
日本のAI導入効果がアメリカの7分の1程度しかないのはなぜなのか｜piqcy｜note
無駄な会議のコストを可視化する秀逸なツールが……なぜか「Excel VBA」で登場（5月18日追記）／v0.02で「Word VBA」版が同梱され、計測中でも「Excel」は使用できるように【やじうまの杜】
“生産性向上に投資するため”のデータの可視化 生産性測定から組織の仕組み作りをサポート
KPI 設定の難しさについての思索とそれに付随した細かな考察 - クックパッド開発者ブログ
AIにおける「次元の呪い」解決へ、富士通研が機械学習の最有力学会で発表
AIの想像力が人間を超えるとき。深層強化学習のブレイクスルー、D3RLの衝撃
データ分析 緊急事態宣言で東京都内の人出はどう変化したか | NHKニュース
弊社未発表作品におけるSNS上の情報漏洩について - 株式会社MAPPA
30社以上のDXを推進した私が厳選！これから読んで欲しい”DXプロジェクトのための本”5冊
経産省パンフPDF：新型コロナウイルス感染症で影響を受ける事業者の皆様へ
ローソン『盛りすぎチャレンジ』の真実を暴け！増量前後 実測値調査！
TechCrunch | Startup and Technology News
ユニクロ、ウイグル絡みですっかり米中の板挟み : 市況かぶ全力２階建
「校閲・校正ができるAI」登場 “てにをは”や誤字脱字をチェック 「保証」と「補償」の違いも理解
機械学習概論～ディープラーニングGAN、本格的に学べる全20時間の大学講義が無償公開
PyTorchチュートリアル（日本語訳版）
Excelにインターネットからデータを取り込むサイト | ExcelAPI
McKinsey & Company マッキンゼー緊急提言 デジタル革命の本質:日本のリーダーへのメッセージ
日本国内でデザインシステムに取り組んでいる会社・事例をまとめてみた｜seya