Looker Studioで新しいグラフ『タイムライン』が利用できるようになりました。 | DevelopersIO
先日2024年04月25日に更新されたLooker Studioのリリースノートにて、新しい可視化オプション「タイムラインチャート」が利用出来る旨がアナウンスされていました。 タイムラインチャートを使うと、イベントグループ間の関係を視覚化し、これらのイベントが起こったタイムスパンを比較することができるようになります。 当エントリではこの「タイムライン」チャートについて、必要な要件を確認し、実践データを使って可視化してみるところまでを紹介したいと思います。 目次 必要条件 Looker Studio: タイムラインチャート実践 まとめ 必要条件 タイムラインチャート作成には以下の情報が必要です。 行ラベル：各行のラベル文字。文字列型のディメンションとして指定。 開始日： タイムラインの開始日付。日付型のディメンションとして指定。 終了日： タイムラインの終了日付。日付型のディメンションとして
こんにちは。ナレッジワークの torii です。 最近、プロジェクトで使用している TypeScript の型検査にかかる時間を 3 割ほど短縮することに成功しました。 参考までにどのようにボトルネックを調査して改善に繋げたのかを書いてみます！ きっかけ 改善のきっかけは、たまたまネットを徘徊していて見つけた Zenn 記事でした。 （素晴らしい記事をありがとうございます！） これを読んで「自社のプロダクトでも型検査にかかる時間を短縮できるのでは？」と思い立ち、試してみたところ実際に改善に役立てることができた、というのがこの記事の概要になります。 改善対象 改善対象は、弊社のメインプロダクトであるナレッジワークのフロントエンドです。現在マルチプロダクト化に向けたコード分割に取り組んでいる最中ですが、執筆時点はモノリシックな構成となっています。 改善前の TypeScript ファイルは自動
「私が作成したものとほぼ同一ですが、掲載許可とかの連絡こなかった」 この著書は、いわゆる「弱者男性」の人口推計に踏み切ったという『弱者男性1500万人時代』で、2024年4月24日に発売された。Amazonの書籍ジャンルのランキングで1位になるなどして、注目を集めている。 データ分析による男女論をSNS上で発信している「すもも」さん（＠sumomodane）は同日、自らの専門に近いこともあってすぐに著書を購入したが、その中でグラフの無断使用に気づいた、とX上で報告した。 「あれ？このグラフ、私が作成したものとほぼ同一ですが、掲載許可とかの連絡こなかったです」 すももさんは、著書のグラフと自ら作成のものの比較画像も載せた。グラフでは、研究者の国際プロジェクト「世界価値観調査」について、先進25か国の抜粋部分がデータとして使われていた。その結果、日本の未婚男性は、先進国で最も幸福度が低く、未婚
グラフニューラルネットワーク - Forkwell Library #50 https://forkwell.connpass.com/event/315577/ での講演スライドです。 サポートサイト：https://github.com/joisino/gnnbook グラフニューラルネットワーク（機械学習プロフェッショナルシリーズ）好評発売中！：https://www.amazon.co.jp/d/4065347823 連絡先: @joisino_ (Twitter) / https://joisino.net/
グラフニューラルネットワーク (機械学習プロフェッショナルシリーズ) 作者:佐藤 竜馬講談社Amazon 講談社より『グラフニューラルネットワーク（機械学習プロフェッショナルシリーズ）』を上梓しました。 グラフニューラルネットワークはグラフデータのためのニューラルネットワークです。化合物やソーシャルネットワークのようなグラフデータの解析に使うことができます。また後で述べるように、テキストも画像もグラフなのでテキストや画像の分析にも使えますし、それらを組み合わせたマルチモーダルなデータにも適用できます。要は何にでも使うことができます。この汎用性がグラフニューラルネットワークの大きな強みです。 本稿ではグラフニューラルネットワークを学ぶモチベーションと、本書でこだわったポイントをご紹介します。 グラフニューラルネットワークは何にでも使える 付加情報をグラフとして表現できる グラフニューラルネッ
Excelで学ぶ、やさしいデータ分析
データ分析に興味はあるけれど、どこから手を付けていいか分からない……そんなあなたにぴったりなのが、この無料の電子書籍『Excelで学ぶ、やさしいデータ分析』です。ここから、データ分析の第一歩を気軽に踏み出してみましょう！ この電子書籍は、「Microsoft Excel」「Googleスプレッドシート」など日常的に触れる表計算ソフトウェアを使って、自分の手で体験しながら段階的に学べるように設計されています。概念や手順は誰でも理解できるように丁寧に易しく説明されており、数学やプログラミングの前提知識も必要ありません。 本書は、データ分析を初歩から学びたい方々に向けた「包括的な教科書」として、データの取り扱い方から基本的な分析方法まで、幅広いテーマを網羅しています。具体的には、以下の全16回で構成されています。 データ分析の基礎： 第1回 データ分析を学ぶべき理由と連載概要 第2回 前提基礎：
スタディングの合格者数・合格率は？【講座別合格者の声を集計】
資格にチャレンジしたいけど時間があまりない・・・スタディングが良さそうだけど、どれくらいの人が合格しているのかな？ こういった疑問にお答えします。 スタディングは合格者数や合格率を公表していません。 ですが、することが出…
Chain-of-Thoughtを使ったText-to-Cypher - Insight Edge Tech Blog
はじめに はじめまして、InsightEdge 分析チームの中野です。 今回は自然言語からCypherクエリを生成する手法について、LLM（大規模言語モデル）を用いたアプローチを紹介します。 最近、RAG（Retrieval-Augmented Generation）という手法が注目されています。これは、LLMが外部の知識ベースを検索し、その情報を基に回答を生成するプロセスです。また、外部知識にナレッジグラフを利用することでデータを構造化し、より関連性の高い情報を抽出することも注目されています。 ナレッジグラフを使用するにはneo4jのようなグラフデータベースを使用することが一般的です。 しかし、このRAGプロセスではテキストからグラフクエリ言語であるCypherクエリを生成する必要があります。 この記事では、このRAGプロセスでCypherクエリを生成する際の課題と、Chain-of-T
nichinichi🏳️⚧️🏳️🌈 @nichinichibijou こんな悲しいグラフがあるかよ…情け容赦ない搾取が可視化されててシンドイ 日本だけ実質賃金が上がってない（どころか若干下がってる）のに労働生産性だけ右肩上がり…お給料が上がらない（どころか若干下がってる）のに必死こいて働いて生産性を上げることないよ。今こそサボタージュが必要なのでは x.com/shirakawa_love… 2024-04-04 10:08:50 黄色異人/とし雪 @yellowman_a 日本じゃ運用改善で業務効率化、時短にした場合、空いた時間に別の仕事を突っ込まれ給料は上げてくれないという労働者側の感覚が、業務改善は定額プラン（隠語的に）内という経営側の感覚が…という実感はあります。 x.com/shirakawa_love… 2024-04-04 13:24:18
世界のトップAI研究者の約50％が中国出身であることが判明
チャットボットや生成AIの開発では、アメリカを中心とする欧米諸国が世界をリードしているという印象があります。ところが、アメリカ・シカゴのポールソン研究所にあるシンクタンクのMacroPoloが行った調査では、AI研究で世界の上位20％に入るようなトップ研究者のほぼ半数が、中国出身であることが報告されました。 The Global AI Talent Tracker 2.0 - MacroPolo https://macropolo.org/digital-projects/the-global-ai-talent-tracker/ In One Key A.I. Metric, China Pulls Ahead of the U.S.: Talent - The New York Times https://www.nytimes.com/2024/03/22/technology/ch
【書評】『頭がいい人のChatGPT&CoPpilotの使い方』 の『プロンプト』事例集が秀逸！（神田敏晶） - エキスパート - Yahoo!ニュース
KNNポール神田です。 『頭がいい人のChatGPT＆CoPilotの使い方』橋本大也 著を読んだ。 これは、ChatGPTの使い方がよくわからなかった人への再入門するのにピッタリな書籍だと思う。 この書のとてもユニークな点を述べるとするならば、著者の橋本大也氏の、『ChatGPT』や『Copilot』に対する、使い勝手の良い方法が、具体的な『プロンプト』として数多くの事例を散りばめられている点に尽きる。 そして、それらが、事例を元に、仕事で必要な調べ物を『調査』させ、『考え』させ、『要約』させ、『分類・整理』させ、『シミュレーション』させることができることをステップバイステップで進めている。最終的に多岐にわたるプレゼンの場での『グラフ』や『ダイアグラム』『映像』による表現にまで網羅している。 ■この本の『プロンプト』を『写経』するだけで、ビジネスパーソンのAIニーズに対応なによりも、ビジ
RAG（Retrieval Augmented Generation）は大規模言語モデル（LLM）の性能を改善するための手法の1つであり、質問に対する回答を生成する際に、外部知識源から情報を取り込みます。 これにより、LLM 自体で学習できる情報量に制限されることなく、より正確で詳細な回答を生成することができます。 よく使われているRAGでは、外部知識源として検索エンジンにテキストをインデックスしておき、質問に関連するテキストをベクトル検索や全文検索を用いて取得します。しかし、構造化データを扱うことには苦労するため、質問によっては回答が不十分、あるいはまったく回答できないことに繋がります。 これらの問題を克服するために、ナレッジグラフを用いたRAGが構築されることがあります。ナレッジグラフでは、エンティティとその間の関係がグラフ構造で表現されており、単純な検索を用いた場合には回答できないよ
結論 Taskを管理するならSnowflake Python APIを使おう Snowflake Python APIとは Snowflake公式のPythonのオブジェクト管理ライブラリ「snowflake.core」のことです(Public Beta)。Snowflake Python Connectorとは全く別物です。 Snowflake Python APIを使用すると、Pythonコードを使ってSnowflakeのリソース(Table、Warehouse、Task、Snowpark Container ServiceのCompute Poolなど)を管理することができます。 本記事では、Snowflake Python APIを使ってSnowflakeのタスクとDAG（Directed Acyclic Graph）を管理する方法を詳しく解説します。これにより、Streamlit
【GPT-4の全てを凌駕】SNSでも超絶話題の最強のAI『Claude 3』を徹底解説《使い方＋プロンプト付き活用事例10選》※実務で使えるプロンプト集63選も紹介｜チャエン | 重要AIニュースを毎日発信⚡️
「Claude」シリーズの最新進化版である「Claude 3」は、異なる特性を持つ3つのモデルファミリーで構成されています。企業のユースケースに最適なスピードとパフォーマンスの組み合わせを、市場に出回っている他のモデルよりも低価格で提供しているのが特徴の一つです。 OpusとSonnetは現在、claude.aiと159カ国で一般利用可能なClaude APIで利用可能です。Haikuは近日中に利用可能になる予定です。 また、GPT-4Vのような画像認識能力も新たに搭載されました。 Claudeの4つの能力高度な推論：単純なパターン認識やテキスト生成を超えた複雑な認知タスクを実行できる。 視覚分析：手書きのメモやグラフから写真まで、ほとんどすべての静止画像を書き写し、分析する。 コード生成：HTMLとCSSでウェブサイトを作成したり、画像を構造化されたJSONデータに変換したり、複雑なコー
マルチエージェント経路計画の紹介
グラフ上の複数エージェントに対し, 互いに衝突のない経路を計算する問題は マルチエージェント経路計画 (Multi-Agent Path Finding; MAPF) と呼ばれる. MAPF はロボット群による倉庫内での荷物搬送など, 多数の魅力的な応用があり, 2010年代前半から人工知能・ロボティクス分野で盛んに研究が行われている. 本記事は日本語のチュートリアルを提供する. お断り: 正確な話をすることが目的ではないので, 多少の不備には目を瞑ってほしい. 問題定義# まずは, どのような問題が対象か, はっきりさせておこう. 文献によってバリエーションがあるのだが, 基本的なフォームは次の通り. MAPF 問題はグラフ $G=(V, E)$, エージェントのチーム $A= \lbrace 1, 2, \ldots, n\rbrace $, 各エージェント $i \in A$ に対し
GitHub - xyflow/xyflow: React Flow | Svelte Flow - Powerful open source libraries for building node-based UIs with React (https://reactflow.dev) or Svelte (https://svelteflow.dev). Ready out-of-the-box and infinitely customizable.
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
仕事で差をつけるChatGPT活用術。初心者でも使えるスゴいテクニックを達人に聞く - ミーツキャリアbyマイナビ転職
業務効率化に一役買ってくれると話題の「ChatGPT」。 今や「大学生の4人に1人が就活でChatGPTを使っている」といったデータもあり、リリース当初はあまり興味のなかった方でも、最近は「自分の仕事でうまく使えたりしないかな？」なんて考える機会も増えてきたのではないでしょうか？ ただ、ChatGPTが作業をどこまで効率化してくれるのかはまだまだ未知数です。時間を食う資料の作成やExcelの集計作業などをまるっとお任せできたらうれしいけど、思うようなアウトプットが得られず手間が増えたら、本末転倒な気もしますよね。 それに、ChatGPTの生成データをめぐっては、権利関係や内容の中立性・正確性などの側面で一部懸念の声も挙がっています。業務内での利用を禁止する企業や、自身のコンテンツを「学習・流用」されないよう自衛措置を講じるクリエイターも存在します。使用にあたってのルールも、完全に整っている
楽天グループが2月14日に発表した2023年12月期連結決算の説明資料において、とあるグラフがXの一部クラスタで注目を集めている。これは、楽天モバイルの通信品質の改善結果を説明するページにて他事業者3社と比較したもので、そのうち1社の「MNO A」のみ、通信品質が悪化する傾向を確認できたためだ。 記載があったのはレイテンシ（データ転送時の遅延時間）を4社で比較したというページ。モバイルネットワークの分析を手掛ける英Opensignalが測定した数値から、楽天が独自にグラフを作成したもので、23年3～12月の間で楽天モバイルは「7.0m/s改善」（原文ママ）とアピールしている。MNO BとCは同期間でほぼ横ばいだったが、MNO Aのみ48～50ミリ秒から50～52ミリ秒に悪化していた。
データや数式からグラフを作成できるMac用グラフ作成アプリ「ByeGraph」がApple Silicon MacをサポートしフリーウェアとしてMac App Storeで公開。
データや数式からグラフを作成できるMac用グラフ作成アプリ「ByeGraph」がフリーウェアになり、IntelとApple Silicon MacをサポートしMac App Storeで公開されています。詳細は以下から。 ByeGraphは2007年からn.r.Softwareの平井康之さんが開発しているグラフ作成アプリで、KaleidaGraphやPlot2、DataGraphの様に実験やシミュレーションから得たデータのプロットや数式からグラフを作成してくれますが、このByeGraphがバージョン2.6アップデートでApple Silicon Macに対応しています。 ByeGraphは、データや数式からグラフを作成します。データと数式は、それぞれ単独で使用するだけでなく、それらを組み合わせて使用することもできます。グラフには、Xデータが文字列のグラフ、Xデータが日付書式のグラフ、ラベル
世の中には様々なデータや統計があふれており、それらを視覚的に示す「グラフ」を見かけることも増えました。 仕事や学校でグラフを作成する人も少なくないでしょう。 そして、よく見かけるグラフの1つに「円グラフ」があります。 しかし、円グラフに対して否定的な意見を持っている人は少なくないようです。 オーストラリアのクイーンズランド工科大学（QUT）統計学部に所属するエイドリアン・バーネット氏は、「数学が苦手な人は数字を避けるが、数学が得意な人の多くは円グラフを避ける」と述べています。 世間で円グラフが多用されているにも関わらず、統計学者や専門家、数学が得意な人のほとんどは円グラフを使わないというのです。 それはどうしてなのでしょうか？ バーネット氏の主張から円グラフのメリットとデメリットを考えてみましょう。
Manningから出版予定の『AI-Powered Search』（AIを活用した情報検索の意）を冬休み中に読んでいたら、その中で意味的知識グラフ（Semantic Knowledge Graph）と呼ばれるデータ構造について説明していて、関連語の計算やクエリ拡張などに使えるということで興味深かったので紹介しようと思います。最初に意味的知識グラフについて説明したあと、日本語のデータセットに対して試してみます。 AI-Powered Search（https://www.manning.com/books/ai-powered-search） 本記事の構成は以下のとおりです。 意味的知識グラフとは 意味的知識グラフを用いた関連語の計算 参考資料 意味的知識グラフとは 知識グラフと聞くと、固有表現認識や関係抽出、OpenIEを使って構築するグラフを思い浮かべる方もいると思うのですが、意味的知識
ひとり情シスの味方！お手軽社内サーバ監視・リモートデスクトップ接続 | IIJ Engineers Blog
データセンター・エンジニアリング関連サービスの企画と開発を担当。もともとアプリ開発でスクラムマスターを経験しアジャイルに造詣が深く、世界のDX推進をインフラ設備から支えたいと考えている。 私の所属するチーム（基盤エンジニアリング本部基盤サービス部サービス開発課）では、DX edgeというエッジデータセンターソリューションを開発・運用しています。お客様の社内に設置したエッジデータセンターをIIJが遠隔で運用保守するマネージドサービスも提供しています。リモートから監視・運用するために、IIJ IoTサービスを活用した運用保守用のリモートアクセスする仕組みとゲートウェイ機器（リモートアクセスボックス）を開発しました。 先日、あるお客様から手軽に社内サーバへアクセスするためにこの仕組みが便利そうなので譲ってくださいとお願いされました。そこで、このリモートアクセスボックスを提供したところとても高評価
本記事について 2023年10月にSpotifyが新たな近似最近傍探索ライブラリとして「Voyager」を発表した[1]。本記事ではVoyagerについて調べたことや、単語の類似検索をユースケースとした実装サンプル、Annoyとの性能比較の結果を備忘としてメモしておく。 近似最近傍探索とは Voyagerの話に入る前に、近似最近傍探索について説明する。 最近傍探索 (Nearest Neighbor Search)とは、あるベクトルのクエリが与えられたときに、そのクエリと「最も似ているベクトル」をベクトルの集合から見つける技術である。 ナイーブな方法としては、クエリのベクトルと、集合の一つ一つのベクトルとの距離をコサイン類似度などで計算し、最も距離が近いものを抽出する線形探索が考えられる。しかし、このアプローチではO(N)（Nは集合のサイズ）で探索に時間がかかるため、データセットが膨大にな
実質収支全国マップ ふるさと納税のリアル
好きな自治体に寄付をする「ふるさと納税」。都市部の住民が肉や果物など地方の魅力的な返礼品を求め、寄付金額は拡大しています。一方、税金を奪われる都市部の自治体は不満を募らせています。返礼品の調達などに多額の公費を投じることには批判の声もあります。 今回、寄付の流出入に加え、調達などの経費や、国の地方交付税による補塡も考慮に入れ、最終的な実入りをさす「ふるさと納税実質収支額」を市区町村別に算出しました。 2022年度の黒字首位は宮崎県都城市、赤字額がもっとも多かったのは川崎市でした。 あなたの街を調べてみましょう。 データと実質収支額について総務省が毎年公表する「ふるさと納税に関する現況調査」から2015〜22年度の寄付受入額と経費、住民税控除額を取り出し、全国1741市区町村の実質収支額を算出しました。 国の地方交付税によってふるさと納税による減収額の75%が補塡されることも考慮に入れました
Flutterにおけるチャートパッケージ総まとめ
2023.12.25 コメント 頂いた fl_chart の記載を修正 charts_flutter が非公式のパッケージであった旨がわかるように修正 はじめに みなさんは普段のアプリケーション開発でチャートやグラフ表現を活用していますか。 私は3年間ほど株式投資管理のアプリケーションを開発していたのですが、サービス要件に不可欠な資産増減を示す線形グラフ、ポートフォリオ、株価チャートなど、多数のチャート表現に四苦八苦しながら納得する実装を探していました。 これは個人的見解で賛否があると思いますが、JavaScript には Chart.js のような表現力の高いチャートパッケージが 多数存在している 一方で、（プラットフォームが異なるので公平な比較ではないとは思いますが）Flutter では「これを使えば万事解決」といった満足できるパッケージがないように思います。もちろん、後述する fl_
はじめに この記事は Kyash Advent Calendar 2023 の15日目の記事です。 昨日は @tamadon の カードゲームは良いぞ です。 こんにちは！KyashでAndroidを開発している @nitakan です。 皆さんはウィジェットを活用されていますでしょうか？ アプリを開かなくてもサッと情報を確認できる便利な機能ですね。 少し前のことですが、Jetpack Composeを利用してウィジェットが記述できるJetpack GlanceがStableになりました 🎉 開発体験が大幅に改善されているので、この機会にぜひウィジェット作成を試してみてください！ さて、Kyashでは気軽に残高や利用履歴を確認することができるように、ウィジェット機能をリリースしています。 より便利なウィジェットを作りたいと思い、社内で上がっていた「利用額ウィジェット」を開発し、７月にリリ
ガートナーのハイプ・サイクルに文句言ってる奴ら
恥ずかしいから辞めてほしい このグラフは有用だよ https://www.publickey1.jp/blog/23/2023ai.html なんかさ、勘違いしてる人は 「『全ての未来技術は一度過度な期待と幻滅期を乗り越えて、一般市場に出る』という前提はおかしい、前のグラフと整合性が取れていない」 とか言ってるけど、そんなの当たり前じゃん ほとんどの未来技術は詐欺かクソであり実用に耐えないんだよ そんなの誰だって分かってる、ガートナーだって分かってる つまりほとんどの未来技術はこの５つのステージのどこかで消えるんだよ ・黎明期に消える ・幻滅期に消える ・啓蒙期に消える ・生産性の安定期に消える 唯一無いのが「過度な期待の時に消える」だけ それぞれどう消えるか、そのパターンは社会人ならわかるだろう この図の使い方はいくつかある ・自分の感覚とのズレを見るもの（特にその専門領域に居ると、世間
放送中のテレビ番組視聴率がリアルタイムで分かる。国内最大級のテレビデータを持つスイッチメディア運営。｢今｣みんなが視てる番組をTVAL nowでチェック。
ゲームを趣味にしている人の割合が多いのはどのくらいの収入の人たちなのか調べてみた - nonameのノート
「底辺や低学歴はゲームが好き」これって社会科学の分野ではよく知られた概念だけど、何で炎上してるんだ？教職課程とかでもやるじゃん という元増田と、 誰か統計データで本当かどうか確かめてくれない？令和 3 年社会生活基本調査に「男女,教育,趣味・娯楽の種類別行動者数」とか「年間収入・収益,趣味・娯楽の種類別平均行動者数(有業者)」とかある。たのみます。 - hevohevo のブックマーク / はてなブックマーク というブコメを見て、 社会生活基本調査 令和 3 年社会生活基本調査 調査票Ａに基づく結果 生活行動に関する結果 生活行動編（地域） 趣味・娯楽 | ファイル | 統計データを探す | 政府統計の総合窓口 にある、 社会生活基本調査 令和 3 年社会生活基本調査 調査票Ａに基づく結果 生活行動に関する結果 生活行動編（地域） 趣味・娯楽 98-8 男女,仕事からの個人の年間収入・収益
グラフ最適化をマスターしよう！ - Qiita
はじめに グラフ最適化（Graph Optimization）は、パラメータをグラフ構造で表現し、最適化問題を解決する手法です。特にロボティクスなどの領域で広く活用されています。 以下に、グラフ最適化の応用例をいくつか挙げます。 Visual SLAMやSFMのバンドル調整（Bundle Adjustment）問題 Graph SLAMのループクロージング問題 経路計画問題(TEB, ebandなど) 実際のアプリケーションでは、ceresやgtsam、g2oなどのグラフ最適化ライブラリを利用することで、グラフ最適化問題を解決することができます。しかし、グラフ最適化の内部原理を理解していないと、性能の向上や課題の解決が困難になることが多いです。 筆者自身は、グラフ最適化の理解を深めるため、独自のグラフ最適化ライブラリをPythonで実装したことがあります。g2oなどの大規模なOSSと比較し
良いグラフと悪いグラフの違いとは？
棒グラフ、円グラフ、ヒストグラム等、データを視覚的に示すためのグラフにはさまざまな種類があります。どのデータをどのグラフで示せばいいのかについて、ジョージア大学応用遺伝子技術センター博士研究員のチェンシン・リー氏が解説しました。 GitHub - cxli233/FriendsDontLetFriends: Friends don't let friends make certain types of data visualization - What are they and why are they bad. https://github.com/cxli233/FriendsDontLetFriends ◆1：棒グラフ データの平均、分散、分布を示すときに棒グラフ(左)を用いると、データの分布がわからなくなります。これを避けるために箱ひげ図や散布図を用いるのが良いとのこと。 ◆2：サ
Elixirで学び直す高校数学①：第3章「方程式で図形を描く」前半 ～PythonからElixirの世界へようこそ～ - Qiita
【本コラムは、10分で読めて、10分くらいでお試しいただけます】 piacere です、ご覧いただいてありがとございます 「Pythonで学び直す高校数学」（以降、本書）を買い、Elixirに書き直そう…と思って早4年、なかなか暇が無くて書けないでいましたが、やっと書く機会が訪れました なお、本書の内容は割愛するため、お手元に書籍をご用意してください 進行としては、第2章まではPython基礎のためスッ飛ばし、第3章「方程式で図形を描く」から始めていきます しょっぱなからグラフを扱うため、Livebookを使って実現していきます Livebookの構築方法は下記の通りです Elixirのインストールからであれば、下記をご覧ください Elixir Advent Calendar 言語カテゴリ1位 & 全カテゴリ2位！ 例年を遥かに超える盛り上がりを見せ、堂々のトップ獲得ッ！ https://
Google Fontsからちょっと面白いフォントがリリース！ 商用利用無料、折れ線グラフや棒データを描くためのフリーフォント
折れ線グラフを描画するためのフォント「Linefont」、波形・スペクトル・ダイアグラム・ヒストグラムなどの棒データを描画するためのフォント「Wavefont」が、Google Fontsで利用できるようになったので紹介します。 Linefont | Wavefont フォントのライセンスはSIL Open Font Licenseで、個人でも商用プロジェクトでも無料で利用できます。 まずは、Linefont。 Linefontは中小規模の折れ線グラフ（時系列など）を描画するためのフォントです。値は0～100の範囲でさまざまな文字に割り当てられます。範囲、値、ウェイトはWavefontと互換性があり、視覚的な一貫性を維持しながらフォントを交換できます。
真のサーバーレスアーキテクチャについて語り、最新のエッジコンピューティングや生成系AIのサーバーレス実装を学び、クラウドネイティブで高速な開発プラクティスと向き合う2日間「ServerlessDays Tokyo 2023」。ここで登壇したのは、PingCAP株式会社の関口匡稔 氏。同社が開発する、オープンソースの分散型データベース「TiDB Serverless」について発表しました。全2回。後半は、TiDBを使ったアプリケーションのサンプル「OSS Insight」とChatGPTの機能「Chat2Query」について。前半はこちらから。 TiDBを使ったアプリケーションのサンプル「OSS Insight」 ここまで、TiDB Serverlessをどうやって作っていったかというコンセプトをご紹介してきました。ここから、TiDB Serverlessを実際に使ってみたという話をしたいと
社内勉強会の資料 インターネット広告における広告の効果推定のための因果推論の導入および事例紹介 Causal effectiveness of Online Advertisement
LLMにナレッジグラフ（知識グラフ）を連携させることで、タスク遂行能力を大幅に向上させるフレームワーク『Graph Neural Prompting（GNP）』 | AIDB
大規模言語モデル（LLM）は、質問応答、翻訳、テキスト要約など、さまざまなNLPタスクで優れた性能を発揮しています。しかし、モデルはしばしば正確な事実知識を捉えるのが難しく、根拠のない回答を生成することあります。この問題を解決するために、Amazonなどの研究者らが『Graph Neural Prompting（GNP）』という新しいフレームワークを考案しました。このフレームワークは、LLMにナレッジグラフ（知識グラフ）を連携させ、タスク遂行能力を大幅に向上させるものです。 従来の方法では、モデルに学習データを追加するためには高いコストがかかりました。しかし、GNPを用いることで、より低いコストで高い成果を得ることができます。さらに、この方法はカスタマイズが非常に柔軟であり、特定のドメインや業界に合わせて調整することが可能です。 この記事では、この興味深い研究について詳しく解説していきます
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
TypeScript の型検査にかかる時間を短縮した話
「あれ？このグラフ」著書に「無断転載」されたとXで訴え 扶桑社側は「編集部の不手際」と謝罪も「納得いかない」
僕たちがグラフニューラルネットワークを学ぶ理由
『グラフニューラルネットワーク』を上梓しました - ｼﾞｮｲｼﾞｮｲｼﾞｮｲ
日本だけ実質賃金が横ばい…「もっと労働生産性を上げろ！」と主張する人たちに見てもらいたい国際比較グラフがこちら
ナレッジグラフを用いたRAGの改善 - Ahogrammer
モダンなタスク管理を可能にするSnowflake Python API
“MNO A”だけ通信品質が悪化？ 楽天の決算資料のグラフがひっそり話題 Xでは「一体どこ？」の声
「数字が苦手」だったメルカリのデータアナリストが教える、データ分析の第一歩 | 【レポート】Web担当者Forumミーティング 2023 秋
話題の「ChatGPT」こんなに使えたら本当にすごい！ 目からウロコの使い方を解説｜GPTs活用事例も | 【レポート】Web担当者Forumミーティング 2023 秋
統計学者や数学が得意な人ほど「円グラフの使用は避ける」その理由とは？ - ナゾロジー
意味的知識グラフとApache Solrを使った関連語検索の実装 - Ahogrammer
近似最近傍探索ライブラリVoyagerで類似単語検索を試す
現状、理想にもっとも近いアイデアノート？ Markdownでメモを管理できる「Obsidian」／無限キャンバス、リンクグラフ……プラグインで自由に機能を拡張することも【レビュー】
2023年Kyashにおけるリッチなウィジェットの開発記録 - Kyash Product Blog
TVAL now（ティーバルナウ） - テレビ番組リアルタイム視聴率
複雑なデータベースの知識は一切不要、気にするのはエンドポイントだけ 開発の生産性を高める「TiDB Serverless」の各種機能
インターネット広告の効果推定と因果推論 (2018)
ChatGPTのプロンプトで使える回答を引き出す“7R”とは マーケター必須スキルとAI最前線 | 【レポート】デジタルマーケターズサミット2023 Summer
