(元)データサイエンティストらしく、見える化をしてみたって話 - ecbeing labs（イーシービーイング・ラボ）
この記事は前回（TSTSTS）の続きです。 前回の記事は ↓↓↓↓↓こちら↓↓↓↓↓ blog.ecbeing.tech はじめに ブンブンHello World. 最近はフロントエンドよりのコーディングにハマりつつある開発です。 どうせフロントエンドやるなら、見た目に凝った何かを入れたい。 だってフロントエンドだもの。 そんな感じで今回は、実行結果をグラフにしてそれっぽい感じにする方法をまとめたいと思います。 見える化、出来ていますか？ はじめに 前回までのあらすじ TS入門してみた 課題点 vue-chartjs Vue.js vue-chartjs 何はともあれ実装 環境構築 vue-chartjsのコーディング 合☆体 結果 おわりに 前回までのあらすじ 多くの方にご覧いただけいるようで、感謝の極みです。 前回の記事を簡単に一言で説明すると、TypeScriptに入門してみました。
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。
Apache ECharts
Flexible Chart TypesApache ECharts provides more than 20 chart types available out of the box, along with a dozen components, and each of them can be arbitrarily combined to use. Powerful Rendering EngineEasily switch between Canvas and SVG rendering. Progressive rendering and stream loading make it possible to render 10 million data in realtime. Professional Data AnalysisManage data through datas
After the several months of work, proud to announce a long waited major update came out today! For the detailed info, please checkout the v2 changelog: https://github.com/naver/billboard.js/wiki/CHANGELOG-v2 # install the v2 npm install billboard.jsTL;DRMoved the code base to TypeScriptRestructured whole file system & class architectureSmaller build size & run fasterMaintained backward compatibili
Explore forecasts of COVID-19 cases, deaths, and hospital resource use.
手を洗う救急医Taka on Twitter: ""あまりに多くの科学者が学校閉鎖、渡航制限、イベントの中止の本当の理由を説明できていないことに驚きます。 これらの処置は感染者数を減らすわけではありません。 感染が速く拡がるのを抑えているのです。 ピークを抑えるのが何より大… https://t.co/sTDitrpPkE"
"あまりに多くの科学者が学校閉鎖、渡航制限、イベントの中止の本当の理由を説明できていないことに驚きます。 これらの処置は感染者数を減らすわけではありません。 感染が速く拡がるのを抑えているのです。 ピークを抑えるのが何より大… https://t.co/sTDitrpPkE
マシン性能は、ウェブのフロントエンド開発にどのくらい影響するのでしょうか？ ビルドシステムを利用して開発していると、コードが多くなるにつれビルド時間が長くなることがあります。開発が進むにつれビルド時間がかかるようになってしまった･･･、といった経験は現場の開発者なら一度や二度はあるのではないでしょうか。 快適な開発体験のため、パソコンの購入時には高性能なパソコンを購入したいもの。はたして、高性能なパソコンは製品価格に相応の恩恵をもたらしてくれるのでしょうか？ 本記事では、フロントエンド開発で利用することが多い4つの観点でベンチマークテストを実施しました。 結論 結論から述べると、Apple Silicon系MacがIntel系Macに比べて圧倒的に高性能でした。また、Apple Siliconでも新しい世代は性能が高く、M3 Maxは、無印M1よりも1.6倍も高い性能が得られています。 ポ
なぜ数学は「敵の敵は味方」の証明をできなかったのか？誰もが一度は「敵の敵は味方」という言葉を聞いたことがあるでしょう。 この理論は人間関係に留まらず、大規模な組織や国家間にも適応されており、人間社会において普遍的な社会理論となっています。 この「敵の敵は味方」理論は必然的に「敵の味方は敵」「味方の味方は味方」「味方の敵は敵」という合計で4つのパターンを内包しており、合わせて「社会均衡理論」と名付けられています。 （※以降はわかりやすさを重視して社会均衡理論を「敵の敵は味方」理論と表記します） この「敵の敵は味方」理論は1940年にオーストリアの心理学者フリッツハイダーによって発表されましたが、それ以前から慣用句としても定着していました。 そのため現在に至るまで数え切れないほどの研究が、この理論をネットワーク理論を用いて数学的に実証しようと試みられてきました。 それらの研究ではヒトを点、関係
ウェブサイトやAPIの応答時間を短くすることはユーザー体験につながるだけでなく、Google検索で上位に表示されやすくなるなど多数のメリットをもたらします。そうした「速度」の改善活動を始める際に目標にすべき指標として、応答時間の平均値ではなくパーセンタイル値を採用するべき理由について時系列データベースの「TimescaleDB」の開発者であるデビット・コーンさんがブログにまとめています。 How percentile approximation works (and why it's more useful than averages) https://blog.timescale.com/blog/how-percentile-approximation-works-and-why-its-more-useful-than-averages/ 多数のデータを集めた時に、そのデータの特徴を
新型コロナウイルス(SARS-CoV-2)が流行するにつれ、ニュースで基本再生産数(R0)、致命率、流行曲線という言葉を聞くことも増えてきました。さまざまな研究が急激に行われ、論文発表数も増えていますが、各国での新型コロナウイルス感染症(COVID-19)の流行を一般の人でもわかりやすく可視化したものは少ないということで、データコンサルタントのdatabrewが「COVID-19 data explorer」を公開しました。任意で国を選択し、各国の流行が増加傾向にあるのか減少傾向にあるのかを比較可能となっています。 Databrew's COVID-19 data explorer https://datacat.cc/covid19/ 上記URLにアクセスすると、以下のようなページが開きます。 画面上部にはグラフが2つ。左の画面はX軸が「デイ・ゼロ」始まりとなっていますが、右のグラフは「
科学の助成金をランダムに配分する（不確実性への投資） 課題 解決策 実行性 社会実装の助成金をランダムに配分する（不確実性への投資） ビジネスにランダム性を活かす その他の議論：民主主義でランダムな市民に参加してもらう（公正性） まとめ 皆さんがアートに興味を持って、何かを買おうと思ったとします。アートには絵もあれば彫刻や音楽もあります。最初は自分の興味すら分かりません。どれも良く見えますし、悪くも見えます。アートに詳しい友人らに相談してコメントをもらったりレビューしてもらっても、様々な評価軸で評価を返してくるので評価が一定しません。 一つ一つはそれなりの値段がしますし、場所も取るので、1年に2, 3個買うのが限度です。そこで様々なものを比較しながら慎重に選ぼうとします。でも次第に選ぶのに疲れて「もういいや」となって、買うのをやめてしまうかもしれません。 そんなとき、「とりあえずランダムに
- はじめに - Rustでグラフを描画したいと思った時に調べたクレートとその実装、機能のまとめた時のメモ。 現状はplottersを使っておけば間違いなさそうだが、目的によっては機能で選択する場合もありそう。 - はじめに - - 前提知識 - - グラフ描画クレートざっくりまとめ - plotters plotly plotlib poloto rustplotlib RustGnuplot preexplorer vega_lite_4.rs dataplotlib chord_rs - アスキーアート系のクレート - - 記事外で参考になりそうな記事 - - おわりに - - 前提知識 - グラフの描画までの機能としては、matplotlibのようにaxisやviewを構造体として持っているライブラリもあれば、受け取った配列をそのままgnuplotのスクリプトに変換するライブラリも
0.グラフの描画ってどうやるの？ 二次元に描画するためには各頂点に適切に座標を与える必要がありますが、グラフは頂点と辺の情報しか持っていません。どのように頂点を配置すればよいのでしょう？？ この記事ではグラフをいい感じに配置するアルゴリズム Fruchterman-Reingold algorithm を説明します。Pythonだと networkxというライブラリで簡単に使用できます。しかし簡単すぎて悔しいので networkxの GitHub の実装を追いながら仕組みを確認していきます。 この記事の流れはこうです。 動かしてみる アルゴリズムの説明 Networkx の実装を追う 1.動かしてみる 動けば満足な方のために先に実装例を示しときます。Google colaboratory だと既にnetworkxがインストールされてるので、コピペですぐ試せます。 ランダムに配置 → ran
Workload Discovery on AWS | AWS Solutions | AWS Solutions Library
Maintain an inventory of the AWS resources across your accounts and AWS Regions Workload Discovery on AWS (formerly called AWS Perspective) is a tool to visualize AWS Cloud workloads. Use this AWS Solution to build, customize, and share detailed architecture diagrams of your workloads based on live data from AWS. The solution maintains an inventory of the AWS resources across your accounts and AWS
URL1つであらゆるチャート・グラフを生成＆カスタマイズ可能な「Image-Charts」を使ってみた！ - paiza times
どうも、まさとらん（@0310lan）です！ 今回は、URLだけで多種多様なチャートやグラフを生成できる無料のWebサービスをご紹介します！ 棒グラフ・折れ線グラフ・レーダーチャート・バブルチャート…など、さまざまな種類を生成できるだけでなく、細かいスタイリングやサイズ・レイアウトまでURLに追記するだけで調整可能なのが特徴です。 手っ取り早くデータの可視化をしたい人も含めて、ご興味ある方はぜひ参考にしてみてください！ 【 Image-Charts 】 ■「Image-Charts」の使い方 それでは、「Image-Charts」をどのように使えばいいのか詳しく見ていきましょう！ まず最初に「Image-Charts」を使うためのユーザー登録やAPIキーの設定などは一切不要です（フリープランの場合） 覚えておく必要があるのは次のURLのみです！ https://image-charts.c
Haskellのカレンダー | Advent Calendar 2022 - Qiita に参加させていただきます! 突然ですが Haskell でダイクストラ法を実装します。 ダイクストラ法は重み付きグラフで最短経路問題を解くアルゴリズムのひとつです。ダイクストラ法 - Wikipedia に詳しい解説があります。 ダイクストラ法は、重み付きグラフにおいて、その重みに負の値がない･･･つまり重みが正であることを前提にしています。この構造上の仮定によって、貪欲的手法を取ることができるのがその特徴で、結果ベルマン・フォード法などの汎用的なアルゴリズムよりも計算量的に有利になります。 ダイクストラ法では、始点から各頂点への到達コストを最初に \infty と置いて、そこから緩和操作によって徐々にそれらを最適コストまで収束させていくわけですが、このとき グラフの頂点集合からその時点で最小のコスト
新型コロナウイルスで｢え？｣となる2つの図表
新型コロナウイルスで｢あれ？｣となる2つのデータ2020.03.25 22:00108,882 satomi え？こんなに？ 地域差もあるかもしれませんが、新型コロナウイルス（COVID-19）で｢あれ？｣となったチャートを2つ集めてみました。 お腹を壊して入院する人が48％もいるまず上の円グラフ。これは武漢COVID-19医療対策専門家グループが1月18日～2月28日の市内3つの病院の入院患者204人（平均50代半ば）を調べてまとめた入院当時の主な症状です。 日本厚生労働省のCOVID-19診療の手引きには｢発熱、呼吸器症状、頭痛、倦怠感｣が主な症状で、｢下痢や嘔吐などの消化器症状の頻度は多くの報告で10％未満｣とありますけど、ここでは呼吸系と消化系の両方の症状が出る人が45%もいて、消化系の症状しか出ない人も3%もいるんです！ 具体的にどんな症状なの？具体的には食欲不振（84%弱）、下
人生100年の計 費用編
ランチに500円、電車賃に300円……。私たちが毎日使うお金は積もり積もって生涯２億円以上にもなります。長い人生のなかで、何にいくらかかるのか？ お金を切り口に人生を「見える化」してみると、ぼんやりした未来の輪郭がちょっぴりハッキリしてきます。さあ、人生とお金を巡る旅に出発しましょう。
cuGraph でページランクを計算したら爆速だった - Taste of Tech Topics
概要 こんにちは、機械学習エンジニアの古賀です。 最近、人の動きを時系列で解析するためにグラフデータを扱ったのですが、データ量が大きくなると解析に時間がかかってしまい、効率が悪いと感じることがありました。 そんな中、cuGraph という高速にグラフ分析ができるライブラリが あることを知ったので、どれくらい高速なのか、有名なページランクの計算を題材に他のライブラリと速度を比較してみました。 目次は以下です。 概要 グラフとは Python によるグラフデータの分析 cuGraphとは ページランクとは ページランク値の定義 ページランクとグラフ 検証 実行環境 cuGraph ライブラリのインストール ライブラリのインポート データセット 検証内容・結果 1. NetworkX のグラフ、NetworkX のアルゴリズムを用いてページランクを計算 2. NetworkX のグラフ、cuGr
Webpack App
つながりをデータから解き明かしたい ~ 複雑ネットワークの世界とそれを活用した不正検知システム，さらに向こうへ | メルカリエンジニアリング
つながりをデータから解き明かしたい ~ 複雑ネットワークの世界とそれを活用した不正検知システム，さらに向こうへ この記事は Merpay Tech Openness Month 2021 の14日目の記事です．こんにちは，メルペイのMachine Learningチームのhmjです． 今回は昨年に引き続き「集団的な不正の検知」をテーマに，ここ一年間で少しづつ進めてきた集団的な不正の傾向分析や，検知のための機械学習パイプラインの構築・運用として Vertex Pipelinesの使用を検討しているので，それらの分かったことなどを紹介します． 昨年の記事はこちらとなります． Overview 「集団的な不正の検知」といっても，実際に定義は自明ではありません．その言葉を聞いた人によって，想像する集団の大きさや形，特徴などは様々です． 今回は，カード決済を利用した取引での集団的な怪しい取引のケース
新型コロナウイルス感染の現状
地図とグラフでみる新型コロナウイルスの感染者数
MermaidDiagramming and charting tool JavaScript based diagramming and charting tool that renders Markdown-inspired text definitions to create and modify diagrams dynamically.
GitHub - excalidraw/excalidraw: Virtual whiteboard for sketching hand-drawn like diagrams
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
変数は再生モード中に変更した値は元に戻りますが、インライン（グラフ中のみで使用している値）の値は再生モードを解除しても値は変更されたままになります。 変数はドラッグ＆ドロップしてグラフ上に配置出来ます。 ドラッグ＆ドロップして配置した場合はGet Variableユニットになります。 ユニットユニットは処理の単位で、何らかの処理を実行する単位です。 グラフの何もない所で右クリックする事であいまい検索（ファジー検索）画面を開いて、ユニットを選択したり、検索窓に対象を絞った検索をしてユニットを選択することが出来ます。 その他ユニットのポートからドラッグして、接続できるユニットから選択することも出来ます。 ポートポートはユニットに付いている接続部分で、処理の流れを作るフローポートと値を渡すデータポートがあります。 上の例ではStartユニット（スタート時に1回実行される）からDebug Logユ
【初心者必見！超簡単！】収益を100倍にするGoogle Adsenseホーム画面の見方•使い方を徹底解説！ | パグぞうの夢
グーグルアドセンスの見方･使い方が知りたい。アドセンス用語の意味が良く分からない。ブログのアクセスを伸ばすにはどうすればいいの？ こんな声にお答えします。 アクセスが伸び悩んでいる方はまず、グーグルアドセンスで自分のブログの収益発生状況や流入経路、収益が発生しているページをきちんと分析しましょう。 月間数百万PVを獲得しているトップブロガーは皆、記事を書いたら終わりではなく、必ずグーグルアドセンスやグーグルアナリティクスなどの解析ツールで分析し、投稿した記事の修正・リライトを行います。 そしてユーザーのニーズに合った記事にレベルアップさせていく事で、何十倍、何百倍ものアクセスアップを実現しているのです。 記事を分析して改善していけば、アクセスが爆発的に増え、収益を100倍にすることだって可能です。 本記事では、グーグルアドセンスの見方･使い方を徹底解説するとともに、収益を100倍にするノウ
こんにちは。いせりゅーです😃 「視覚的に理解しやすく、効率的にコードの構造や流れを把握する」ということは開発においてとても助けになると思っています。特に複雑なアーキテクチャや多数のコンポーネントを持つフレームワーク、例えばFlutterのようなものを使用する場合、依存関係の把握は必須となりますが、把握をするのが難しかったり、時間がかかったりすると思います。 実際に、社会人になり研修課題をしている中でriverpod_graphを勉強し、それがとても便利だったので、アウトプットのために書いていこうと思いました。 riverpod_graphとは、 ↑こちらから引用しています。 riverpodの作成者が作成したツール providerとwidget間の相互作用のグラフを生成し、可視化できるもの 手順を踏むとと自動生成ファイルが生成される（今回は、graph.mdに生成する） グラフは、d2
![[Flutter]Flutterでの依存関係図の自動生成が便利だった件について - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/47334f2297f1eb470b09bb2985654a212b23f799/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTcxNiZ0eHQ9JTQwaXNla2lyeXUlMjBpbiUyMCVFNiVBMCVBQSVFNSVCQyU4RiVFNCVCQyU5QSVFNyVBNCVCRSVFMyU4MiU4NiVFMyU4MiU4MSVFMyU4MSVCRiZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTMyJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9OWZlMjgzMjViYjZiMDc2ZGM5NmE3NmU0MzY4YzE1Y2Q%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3Dc3d67a11f04e11fe900b30285e130df2)
はじめに 実験でも数値計算でも、観測に誤差が伴うものをグラフにする時にはエラーバー(誤差棒)をつけると思います。エラーバーのつけ方には流儀がありますが、とりあえず1シグマ、つまり「誤差の乗り方がガウス分布だと仮定した時の標準偏差」をエラーバーとすることが多いです。 で、エラーバーは1シグマなので、「真の値をそのエラーバーの中に含む確率」が68%です。つまり観測点の3つに1つは「真の値」がエラーバーの範囲外にあることになります。なお、ここでは「真の値」を「観測を十分な回数繰り返した時に収束する値」のこととします。 さて、発表を見ていて、たまに「ん？」と思うようなグラフを見かけます。以下では、そんな「ん？」なグラフの実例と、その原因について見てみようと思います。 ケース1：正しい誤差棒 入力値$x$に対して、観測値$y$が$y=x$となる単純な系を考えましょう。ただし、観測するたびに誤差$\v
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
統計ソフト JMP で音楽業界の動向を分析してみた。 #データ分析 #データサイエンス - 統計解析ソフト JMP ブログ
経験ゼロから統計の世界へ JMP この度、ご縁があって統計ソフト「JMP」（ジャンプ）のマーケティング部門で働くことになりました。どの会社でも、社員が自社の製品や業界を学ぶのは大切なこと。そこで勉強がてら統計初心者の私が、JMPを使って身近なテーマを調べていくことにしました。 迷った末に決めた、今回のテーマは「音楽業界の動向」。音楽CDやストリーミングサービスなど音楽の聴き方はどんどん変わっていますが、売上で見たとき現在の主流と言えるものは何でしょうか。そこを調べてみました。 音楽ストリーミングは多くの人々が利用するサービスへ まずはSpotifyやApple Musicなどの音楽ストリーミングサービスに注目してみます。日本国内では既に10社以上がサービスを提供しており、利用者は近年増加傾向にあります。 しかし、音楽ストリーミングサービスの会員には、お試し期間の「無料会員」と「有料会員」の
気象庁 | 黄砂情報
黄砂解析予測図では、地表付近の黄砂の濃度や大気中の黄砂の総量について、黄砂の数値モデルに基づく分布図を表示します。 黄砂解析予測図では、日本の周辺を一辺0.5度（約50km）の格子に分割して、黄砂が解析または予測された領域を、格子ごとの地表付近（地表から上空1kmまでの間）の黄砂濃度や、大気中（地表付近から大気上端までの間）に含まれる黄砂の総量に応じて色分けをして表示します。図の外枠が薄紫色の時間帯は解析値を、小豆色の時間帯は予測値の分布を表示します。プルダウンメニューの領域で日本域を選択した場合は北緯20度〜50度、東経110度〜150度、アジア域を選択した場合は北緯20度〜50度、東経80度〜150度の範囲を表示します。なお、黄砂が解析、予測された領域以外の場所でもごく薄い黄砂が観測されることがあります。黄砂解析予測図の更新は毎日午前6時頃に行います。 はじめてご利用になるときや、この
スウェーデンで集団免疫の獲得を主導するテグネル氏（7月30日,ストックホルムで会見） Naina Helen Jama/ REUTERS ＜最悪期に115人に達した1日の死者はゼロに＞ ［ロンドン発］新型コロナウイルスのワクチンや治療薬の開発は長期戦になると踏み、ひたすら「集団免疫」の獲得を目指して緩い対策をとってきた北欧スウェーデン。最悪期に115人に達した1日の死者数がゼロになる日もあり、光明が見えてきた。 worldometerより 100万人当たりの死者数を欧州の主要国や北欧諸国、日本と比べると次の通りだ。第一波を乗り越えた段階でスウェーデンは隣接する北欧諸国や日本に比べ、一桁も二桁も多い犠牲を出してしまった。 【欧州主要国との比較】 ベルギー 851人 イギリス 686人 スペイン 610人 イタリア 582人 スウェーデン 570人 フランス 464人 オランダ 359人 【北
Bluetooth SPP（無線シリアル通信）でExcel連携しリアルタイムに姿勢情報をグラフ描画する - Qiita
はじめに リコーの @KA-2 です。 弊社ではRICOH THETAという全周囲360度撮れるカメラを出しています。 RICOH THETA VやRICOH THETA Z1は、OSにAndroidを採用しています。Androidアプリを作る感覚でTHETAをカスタマイズすることもでき、そのカスタマイズ機能を「プラグイン」と呼んでいます（詳細は本記事の末尾を参照）。 「Bluetooth AudioデバイスからTHETAを操る」や「THETAプラグインで複数のSwitchBot温湿度計と連携する」の記事でも紹介している通り、2020年6月17日のファームウェアアップデートにてBluetooth Classic機器連携が解禁されています。 今回は「Bluetooth SPP(Serial Port Profile)」というプロファイルを利用して、無線LANと同時利用も可能な無線シリアル通信
DBのテーブル数、カラム数、コメント数をMackerelに登録するrake task作った - patorashのブログ
先日のOSO2020で、はてなの吉田さん(id:syou6162)がカラムのコメント数をMackerelのサービスメトリックとして登録して可視化したという話をして感銘を受けたので早速rake taskを作ってみた。 なお、先日の記事。 patorash.hatenablog.com 言及されていたのは、スライドのここ。一番下に書いてありますね。 オープンセミナー岡山 これから始めるデータ活用 from syou6162 ところで私はMackerel初心者です 会社ではMackerel使っているし、私自身も一応恩恵は受けているのですが、Herokuを使っているから外形監視くらいなもんで、じゃあどうやって可視化したらええねん？っていうところで、早速家にあるMackerelサーバ監視入門を引っ張り出したわけです。1回は読んだんですよ！なかなか使う機会がないだけで！ Mackerel サーバ監視[
GitHub - wwwtyro/candygraph: Fast by default, flexible 2D plotting library.
Adopts D3's elegant concept of scales, but implements them on the GPU to maximize data throughput and handle scale changes with no additional cost. Performs all rendering on the GPU, even axes and text. This keeps rendering and compositing fast and simple - no need to overlay a canvas or svg over your plot. Provides a small but growing set of highly optimized primitives that are tuned for handling
Pytorch-BigGraphによるWikipedia日本語記事のグラフ埋め込み - Sansan Tech Blog
こんにちは、DSOC R&Dグループ研究員の 奥田 です。最近はYouTubeでコーギーの動画ばかり見ているのですが、あの食パンみたいなお尻が最高です。 今回は大規模グラフに対するグラフ埋め込み（Graph Embedding）を計算するPytorch-BigGraphについて紹介いたします。また、記事の後半ではWikipediaの実データを対象に、約200万ノード1億エッジという大規模グラフに対するグラフ埋め込みの計算や類似記事検索の結果などをご報告できればと思います。 概要 グラフ埋め込み グラフ埋め込みとは、ノードとエッジから構成されたグラフ構造から、ノードの埋め込み表現を得るための手法やその表現自体のことを指します。直感的には、自然言語処理における単語埋め込み（Word Embedding）のグラフ版だと考えると理解しやすいかもしれません。 単語埋め込みにおいては、ある単語の意味は
Androidスマホ｢データ量｣を徹底的に節約する技
2万円台のエントリーモデルから、20万円以上する超ハイエンドモデルまで、端末の振り幅が広いAndroidだが、販売のボリュームは比較的低価格なモデルが大きい。低価格な端末であれば、割引つきで一括購入がしやすく、そのぶん、毎月の負担を抑えることができるからだ。ただし、データ容量が大きいプランを組み合わせてしまうと、せっかくの価格メリットが出づらくなる。 データ容量をある程度抑えながら、低容量のプランを契約するのが節約の基本だ。動画やアプリのダウンロードなどをあまりしないのであれば、格安SIMを選んで、毎月の支払いを1000円以下に抑えることもできる。そのために必要なのが、データ通信量を一定以下に抑えることだ。Androidには、データ通信の容量を節約するための、さまざまな機能が搭載されている。これらを使いこなすことで、結果的に無理せず、節約することが可能になる。 一定のデータ容量を超えた際に
ムギタロー@経済本を発売中！！ on Twitter: "東大の友人がデータかき集めて作成した 日本の都市の人口推移(1873-2015) です 面白え… 近年の首都圏の人口集中エグすぎる… 日本大丈夫かよ… https://t.co/sKa532j3Td"
東大の友人がデータかき集めて作成した 日本の都市の人口推移(1873-2015) です 面白え… 近年の首都圏の人口集中エグすぎる… 日本大丈夫かよ… https://t.co/sKa532j3Td
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
“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
【Excel】箱ひげ図って何？箱ひげ図の作成方法や対象データのばらつきを視覚化するテク【いまさら聞けないExcelの使い方講座】
📊 billboard.js 2.0 is out! 🎉🎊
IHME | COVID-19 Projections
フロントエンド開発に適したマシン構成を調査。ビルド時間に顕著にあらわれるCPUの影響 - ICS MEDIA
「敵の敵は味方」であることを数学が証明！人間関係の新理論 - ナゾロジー
ウェブサイトのパフォーマンスを測定するときに平均値ではなくパーセンタイル値を採用するべき理由
新型コロナウイルスの流行の勢いを国別で可視化・比較できる「COVID-19 data explorer」
ランダムの力 ― 民主主義・科学・社会実装 - 🐴 (馬)
Rustでグラフをplotするライブラリのまとめ - Stimulator
グラフ描画アルゴリズムとNetworkxの裏側 - Qiita
Haskell で、優先度付きキューを使ったダイクストラ法
Mermaid | Diagramming and charting tool
UnityのVisual Scriptingの使い方
“Wolfram|Alpha”はポケモンも熟知、リクエストされればピカチュウもグラフで描画する／“体重1,000ポンド以上のポケモンは？”“アンノーンとデオキシスを比べて”といった問い合わせにもバッチリ対応【やじうまの杜】
[Flutter]Flutterでの依存関係図の自動生成が便利だった件について - Qiita
見たら「ん？」となるエラーバーのグラフ - Qiita
スウェーデンは本当に「集団免疫」を獲得したのか 第二波におびえる日本の対策はそれより緩い