はじめに 多くの方に以下の記事を読んでいただき、ありがとうございました。 ここまで多くの方々に読んでいただけるというのは想定していなかったため、スタートアップの年収水準への関心の高さを強く感じました。 この記事には、ご共感の声をいただく一方で、適正な平均年収650万円という数値に、「夢がない」や「給与を上げられないなら零細企業だ」など厳しいご意見もいただいております。スタートアップは、ストックオプションあるいは株式報酬を加えることによって、数千万円〜数億円のリターンも場合によって生まれうるので、一概に年収だけでそうとは言い切れないのですが、経営者として従業員の平均年収を上げたいと願うのは私も同じ思いであり、年収800万円以上を目指していくには何が必要かということについて、改めて深く考察していくことにしました。 本記事もあくまでマクロな分析であり、個社別の事情を無視した荒削りな分析であるため
OpenAIがGoogleドライブやOneDriveから直接データをインポートできる機能などChatGPTのデータ分析機能のアップデートを発表
OpenAIが2024年5月16日、ChatGPTでのデータ分析機能のアップデートを発表しました。GoogleドライブやMicrosoft OneDriveからデータを直接インポートする機能のほか、表やグラフを操作するための新たなビューが追加されたり、グラフを作成してダウンロードする機能が追加されたりしています。 Improvements to data analysis in ChatGPT | OpenAI https://openai.com/index/improvements-to-data-analysis-in-chatgpt/ We're rolling out interactive tables and charts along with the ability to add files directly from Google Drive and Microsoft
TL;DR ベクトル検索だと、複数のステップを踏まないと答えられない質問の検索がむずい 「TomにEmil Eifrém（Neo4jのCEO）を紹介してくれる人は？」とかを検索むずい ナレッジグラフは構造化データと非構造化データをうまく扱えてベクトル検索の苦手を補える 課題はあるけどナレッジグラフは、Neo４jとLangchainで構築できるよ。 はじめに 今回はベクトル検索の苦手分野をどうしても補ってあげたいとおもっている筆者やまぐちが、ベクトル検索の苦手を補ってあげられるナレッジグラフに関してまとめていこうと思います。 少々長い記事ですが、ベクトル検索を労ってあげたいと思っている方はぜひ読んでください。 ベクトル検索の限界 以前の記事の最後にも少しだけ記載しましたが、ベクトル検索は以下の問題点があります。 必要な情報がTop Kのドキュメントには含まれていない可能性がある。 チャンクの
モダンPM技法の三本柱の一つである、EVMS(Earned Value Management System)について、しばらく解説してきた。EVMSでは、横軸にプロジェクト開始からの日付、縦軸に金額をとったグラフをよく用いる（理屈の上では、別に金額に限る訳ではなく、成果物の数量を表す単位、たとえば床面積m2とか設計図面数でもいいのだが、現実には金額を使うことが多い）。そしてこのグラフの上に、計画線PV・実績線AC・出来高EVの3本の線を描いていく。 EVMSでは、スケジュール差異SV（=EV-PC）と、コスト差異CV（=EV-AC）を主要なKPIとして見ていく。両方とも、プラスならば良好、マイナスならば問題を表す。つまり、グラフで言えば出来高EVのカーブが、計画線PVや実績線ACのカーブよりも上に来ているかを、まず注目する訳だ。 そして一般に、プロジェクトという活動は、最初はゆっくり立ち上
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
平均年収800万円+の利益体質なスタートアップ企業をつくるために｜Kenta Mukai
「ChatGPT」、専門家並みのデータ分析に対応、Pythonのコードを書き、グラフを作成、内容を把握して回答も／OpenAIが近日リリース、「GPT-4o」を活用、OneDrive/Google ドライブのファイルも直接扱える
注目の生成AI関連技術「Knowledge Graph」で、桃太郎の物語を視覚化してみよう【イニシャルB】
ベクトル検索の苦手を克服。ナレッジグラフでRAGを作る
モダンPMへの誘い 〜 計画のSカーブは、実は2本あり得る | タイム・コンサルタントの日誌から