Googleが研究の一環で提供しているColaboratoryを試してみました。 Jupyterと同じようなGUIでPythonのプログラムを実行可能で、GPUも使えます。 Jupyterと同様に、先頭に「!」を書くことで、Linuxのコマンドを実行可能であり、「!pip」「!conda」「!apt-get」などで機能を追加できます。 実行結果をファイルシステム上に保管でき、共有リンクを使って取り出せます。 ただし、12時間経過すると強制終了されて、ファイルは失われます。 しかし、Notebookが動いている仮想マシンにGoogleドライブをマウント可能であり、これにより、実行結果をGoogleドライブ上のファイルとして保管できます。 Deep Learningでは、途中の状態をファイルに保管して、そこからResumeできるようにプログラムを書くことが多いので、12時間で一度強制終了しても
ついにnoteがRSSに本格対応! そしてslackにも配信できるようになりました。 「#デザイン記事まとめ」や「#マーケティング記事まとめ」などを、slackに配信して、チーム全体のナレッジを効率よく高められます。 slackに記事を流す利点は、おもに以下の3つです。 ・チーム全体で最新の知識を共有できる ・チームの視点を引き上げられる ・個人RSSと違い、その場で議論ができる ・仕事の合間にそのまま知識を伸ばせるものすごい速度で、チーム全体を成長させられます。 1. 配信用のChannelを作るslackに情報フィード用のChannelを作ります。名前はなんでもOK。たとえばDesign Newsなどにしてみましょう。 2. サイドバー下部のAppボタンを押し、アプリ連携一覧を開くslackのサイドバー下部に、「Apps」とかかれたボタンがあります。こちらをクリックして、slackにR
(3/7 おま国について追記) 「海賊版を止める最適の方法は、DRMの最適化じゃない。ただ海賊版よりももっと良いサービスを提供するべきなんだ。」 -ゲイブ・ニューウェル Valve Softwere 業務執行取締役 How Valve experiments with the economics of video games – GeekWire news.livedoor.com 酷い話である。 私はマンガの業界事情について大して知り得てないのだが、何故ここまで無法地帯になってしまったのか、怒りを通り越して頭痛がする。 ともあれ、こうした「割れ」問題はゲーム業界においても無縁ではない。というか、10~20年以上前は割れ厨こそPCゲーム業界を滅ぼすとさえ言われていた。 例えば、2012年にはUBIsoftのCEOが「PCゲームの93%以上が海賊版でやってられない」*1と発言して物議を醸した
質問箱とかやっていると「こんなことがあって落ち込みます。どうしたらいいですか?」「メンタルが弱いのですぐに落ち込みます。」みたいなのが多くて、みんな落ち込んでいるんだなあ、と思った次第です。 かくいう僕も、メンタルが水気の多い豆腐くらい弱いのです。なんか老舗の旅館とかで出てくる豆腐みたいな感じです。あれおいしいよね。 なので、昔は落ち込んでる時が多かった気がするのですが、いろいろがんばった結果、落ち込むことがかなり少なくなり、落ち込んでも数時間でどうでもよくなるという感じになりました。 生まれ持った性質とかメンタルの強さではないので、他の人にも応用できるかなあ、と。というか、メンタルの強い弱いは、どちらかというと、物事に対してどう考えるかの習慣にすぎないんじゃないか、とも思っています。 というわけで、落ち込まないための工夫をちょっと紹介していきたいと思います。 (単に歳をとって気にしなくな
米Dropboxは3月1日(現地時間)、米Googleとの提携により、「G Suite」の各種サービスとDropboxの統合を年内に実現すると発表した。 G Suiteのドキュメント、スプレッドシート、スライドの文書をDropbox上で直接作成、編集、保存、共有できるようになる。さらに、Dropboxのアカウントでこれらの文書を保存できるようになる。 企業向けプラン「Dropbox Business」の管理者は、Dropbox上の他のファイルと同様にG Suiteの文書を管理できるようになる。 Dropboxと「Gmail」および「Hangouts Chat」を統合し、DropboxアカウントでDropboxに保存しているファイルのリンクを、GmailとHangouts Chatで送受信できるようにする。Gmailではアドオンにより、リンクしたファイルの変更履歴を表示でき、Hangouts
みなさん、こんにちは! タカハシ(@ntakahashi0505)です。 実は当ブログ、この度3周年を迎えました! やったー! …って、うっかり忘れてまして、さっき思い出しました…汗 ということで、恒例の(?)PV・広告収益・問い合わせ件数など実績の結果報告をさせていただきたいと思います。 あと、今後のブログの運営方針についてもちょっとだけ触れてみます。 では、行ってみましょう! ブログ開始から3年間のPV推移 では、まず定番のページビューと記事数からです。 グラフにまとめてみました! …順調ですね! 2月末の時点で862記事、667,961PVでした。 記事の更新ペースは、ひと月あたり23.3記事程度ですので、 だいたい3日書いて、1日休むという感じのペースですかね。 ご寄稿いただいている執筆陣の皆さんも、それぞれのペースではありますが、確実に貢献いただいています。 ネタ尽きるだろう、と
メルカリが新たに新卒新入社員向けの人事制度を導入する。一律の給与制度をなくし、新卒社員に対しても個人のスキルに応じた給与を提示する。対象は18年4月以降入社予定の新卒社員・内定者(エンジニア職・プロデューサー職・デザイナー職)で、インターンシップや大学での研究成果、イベント登壇といった学内外の活動を通じて、有力なスキルを積んだかどうかが評価対象となる。内定者インターンの給与も、能力や経験に応じて決定する。 また、給与面だけでなく、世界のサービス・アプリ開発を体験するための海外出張費用を全額負担する支援制度やプログラミング・語学学習支援制度も内定者向けに開放する。 導入の背景について、同社は「現在の日本では、新卒社員に提示される給与を一律とするケースが多く、個人の能力や経験が反映されないことが実情。また、入社後も固定化されたキャリアパスに沿って仕事をする年功序列型の制度が根強く残っている。1
デリゲーションポーカーを作った プランニングポーカーみたいに権限委譲を促進するカードゲーム、「デリゲーションポーカー」をいきおいでつくった。さらにLINEスタンプも作った。 カードゲーム販売ページ LINEスタンプ販売ページ デリゲーションポーカーの元ネタはこちら参照 権限と責任の話 経営者マインドが足りない!の欺瞞 よくネットで炎上しがちなひとが「経営者マインドが従業員に足りない!」というようなアメリカ人には大和魂がない!的なそりゃそうだろとしか言いようのない言説を口にします。 この表現はさておき、このような言説を口にしてしまう背景には何があるでしょうか。このような人はきっと自分の会社の従業員にもっといろんなことを任せていきたいと思っているのでしょう。 ところが、そのような期待値をしっかりと部下に対して伝えることができていないため、メンバーも自分自身の成長のタネがどこにあるかわからずに、
この記事はMercari Advent Calendar 6日目の記事です。 メルカリのBIチームのアナリスト/マネジャーの @hikaru が、メルカリの分析チームの事情についてお送りします。 ※ BIチーム…メルカリ内の分析を一手に担うチーム。Business Intelligenceチーム。 この記事について イベントやカジュアル面談などでメルカリの分析チームの内幕についてよく聞かれる質問があります。 いえ、それどころか場合によっては社内であまり一緒に仕事する機会がない方々からも、チームに関して質問されることがあります。 ※ カジュアル面談…メルカリでは、社内のポジションに興味ある方にオフィスに来ていただいて1on1でざっくばらんに話す会を頻繁に行っています。 正直、分析チームというのは外部から何をやっているか見えづらい面もあるため、理解できます。 よく頂く質問としては、 組織的なこ
こんにちは。Windows プラットフォーム サポートです。 2018 年 2 月にリリースしました Windows 10 Version 1709 向けの更新プログラム (KB4074588) を適用した後、USB デバイス(キーボード及びマウス)が使用できなくなる事象についてご案内いたします。 2018 年 2 月 14 日 — KB4074588 (OS ビルド 16299.248) https://support.microsoft.com/ja-jp/help/4074588 USB devices may stop working after installing the February 13, 2018 update (KB4074588) https://support.microsoft.com/en-us/help/4091240/usb-devices-may-st
休まずに働くのはアホウのやることです。 そんなことはわかり切ったことですが、なんか休まずに働いていると奇妙にハイになり、その後には疲れすぎて正常な判断ができなくなり、さらに働いてしまったりするものです。なんか自己犠牲感もあったりして、おかしな快感が芽生えたりするものです。だから働きすぎって本当にヤバいです。 繰り返します。 休まずに働くのはアホウのやることです。 人間はちゃんと休まないと機能しません。 自分がアホウであることがようやくわかりました しかし、こんな当たり前のことをようやく実感したのは昨年9月のことだったのです。いつもデフォルトで働けるだけ働いていたのですが、9月にアメリカに帰ったときに原因不明の高熱で倒れ、3日間ほど寝込みました。流石にあまりに堪えたのでしばらくおとなしくしていたのですが、ついまた調子に乗っていたら先々週再びクラッシュ。今度はセブ島で1週間入院しました。本当に
Gunosyデータ分析部アルバイトの五十嵐です。 Gunosyには大規模なKPIの時系列データがあります。 今回はKPIの時系列分析を行なった際に得た知見についてまとめたいと思います。 具体的にはFacebookが開発した時系列予測ツール Prophetを用いて、KPIのトレンド分析を行いました。 時系列予測について Prophetについて 実装例 モデルの適用 将来のアクセス数予測 トレンド性と周期性の抽出 変化点抽出 Slackを利用した自動化 まとめ 時系列予測について 以前、 KPIのトレンド抽出について以下のブログで紹介しました。 data.gunosy.io ここでは時系列データをトレンド成分と季節成分に分解し、トレンドの把握を容易にする分析を行なっていました。 KPIのトレンドを知ることでサービスの状態を把握することが目的でした。 今回はこの分析をさらに進め、トレンドの変化点
ソーシャル(特にソシャゲ)界隈の業界では未だによく聞こえてくる話が、 「毎日毎週施策を打つたびにしっかりKPIが上がってるのは見えてるのに、半年後とかの数字見るとなーんか芳しくないんだよね。何でだろう?」 という不思議な愚痴。このブログを初期の頃から読んでいる人なら知っての通り、それを聞くなり「平均への回帰」とか「見せかけの回帰」とかにやられてるよなー、と僕なんかは思うわけですが。最近またそういう話を業界内で見聞きする機会が増えてきたので、改めてまとめてみます。 何でこうなってしまうのか? ここでは一つありがちなパターンを見てみましょう。例えばDAUか何かのKPIを想像してみます。施策をA, B, Cと3種類ぐらい持っていて、コストや工数を考えながら投入していく感じです。 施策A1、施策A2を打てばそれなりにDAUが上がって、ここで有効期間の長い施策B1を打ってみたら右肩上がりに上がった!
2018年2月23日(金)に開催されたオレシカナイトvol.5(https://cyberagent.connpass.com/event/77000/)での発表スライドです
こんにちは! タダケン(@tadaken3)です。 ふだん、データアナリストとして、いろいろなデータを集計し分析しています。 アクセスログなどはもちろんお客様から取得したアンケートのデータを集計することもあります。 今回はSQLを使ってアンケート結果を集計する場合の基本的な内容1をまとめてみました。 アンケートの中身を確認する 単純な集計をする クロス表を集計する まとめ 読者登録をお願いします アンケートの中身を確認する 例えば、以下のようなアンケートがあったとします。 アンケート Q1. あなたの好きな食べ物は?(いくつでも) 1. バナナ 2. リンゴ 3. ぶどう Q2. あなたの性別は? 1. 男性 2. 女性 Q3. あなたの名前は?(自由記述) 好きな食べ物に関するアンケートですね。 このアンケートの回答結果がこのようになりました。 SELECT * FROM answer;
改訂2版と書いてあるように、この本には初版があり日本語の翻訳書は2010年頃に出版されていました。 自分がPythonを書き始めたのが2014年頃だったのですが、当時通っていた学校の図書館で見つけてこの本を借りたことがあります。 プログラミングの勉強を初めたばかりの自分は、ほとんど何も理解出来ないまま返却したのを今でも覚えています。 今回は縁あって初版の翻訳メンバーである稲田さん、渋川さん、清水川さん、森本さんの4名と一緒に翻訳をすすめることになりましたが、4年前には何も理解できなかった自分がこれだけのベテラン陣と一緒に改訂2版の翻訳に関われていると思うと少し感慨深いです。 さて、初版から大幅に加筆され520ページとボリュームもあるので最初から最後まで読める人はあまりいないと思います。 必要になったらそのときに読んでみようと思っている方も多いと思いますが、参考までに自分が特に気に入っている
はじめまして。2018年1月に入社した奥田(@yag_ays)です。 先日、scikit-learn-contribの1つであるCategory Encodersの最適化を実装したPull Requestがマージされたので、そこに至るまでのプロファイルや最適化の過程を紹介したいと思います。 普段、私の仕事は機械学習やデータ分析がメインで、あまりPythonの処理レベルで早いコードを書いたりすることはありません。もちろん最適化なんてことについては、あまり経験を持っていない素人なのですが、この記事が皆さんのプロジェクトを最適化する際の参考になれば幸いです。 tl;dr scikit-learn-contribの中のcategory_encodersの実行速度を最適化した Pythonのプロファイリングにはline_profiler、デバッグにはpdbが便利 Pandasのカラムをfor文で書き
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