サクサク読めて、
アプリ限定の機能も多数！
アプリで開く
顧客インサイトはチームで育てる時代へ。日本初のインサイトマネジメントクラウド「Centou」は、顧客に向き合うあなたのチームのための、職種を超えた顧客インサイトデータベースです。
今回の記事では、ちょっと感覚的でふわっとした話をしようと思います。それは「『仮説ドリブン』という考え方には往々にして落とし穴があるのではないか？」という問題提起です。 そもそも、「仮説ドリブン」（仮説駆動型：hypothesis-driven）というアプローチは実験科学分野出身の我が身にとっては、個人的には馴染み深いものです。まだ僕がポスドクだった頃、国際会議に際して日本人研究者同士で集まる会が毎回あったのですが、その席上でお話を聞く機会があった当時のトップ研究者の先生から「この世の森羅万象は網羅しようとするにはあまりにも広大過ぎる、故に森羅万象を区切って『仮説で白黒つけられる範囲』に絞り、これを検証するということを繰り返して前に進むべき」ということを聞かされ、感銘を受けたのを覚えています。 実際、仮説ドリブンの考え方は非常に有用なものであり、今現在僕自身が主戦場とする広告・マーケティング
棒グラフと折れ線グラフは似た表現方法です。しばしば交換可能なものとして使われる両者ですが、使うべきポイントには違いもあります。 代表的な例が気温です。気温は棒グラフではなく、折れ線グラフで表現するのが正しいです。 そもそも棒グラフは、棒の長さ（≒ 棒部分の面積）の比率と数値の比率を対応させることで視覚的に数値を比較するものです。したがって、数値が2倍なら棒グラフの長さも2倍になります。棒グラフにおいて、縦軸を省略してはいけないのはそのためです。 しかし、気温において「X倍」に意味はありません。気温が10℃から20℃に上がっても「10℃上がった」とは言いますが「2倍の暑さになった」とは言いませんよね。気温とは、水が凍る温度を0℃、水が沸騰する温度を100℃とする相対的な指標です。気温がマイナスになることはしばしばありますが、これは本当に何かがマイナスになっている、失われているのではなく、水が
ECサイトで服を購入する場合、サイズの参考になるのは商品の採寸表だ。ところが、どれほどの人が自分の身体サイズを認識しているだろうか。もちろん、その都度メジャーで計測すれば良いのだが、体のあらゆる箇所を測定することは難しく、測定値も一定しないだろう。 そうしたなかで、株式会社SYMBOLが自社開発した3Dボディスキャナー「BodyCaptureⅡ」は、同社が独自開発したセンサによって身体サイズの正確な測定が可能となり、スマートフォンでいつでも客観的に自分のデータを知ることができる。 今回、同社シニア・マネージャーの文 賢士さんに、スキャン技術の特徴やその用途などを伺った。 自分の体型特徴を知る3Dボディスキャナー同社が開発した骨格3Dボディスキャナー「BodyCaptureⅡ」は、私たちの長年の悩みである「自分に似合う」シルエットやファッションアイテムの選択をサポートしてくれる。 「Body
Google Cloudは、開催中のイベント「Google Cloud Next '22」において、大規模データ分析サービスのBigQueryで非構造化データのサポートを発表しました。 BigQueryは今年1月にJSON型データへのネイティブ対応をパブリックプレビューとして公開しています。 参考：BigQueryがJSONにネイティブ対応。SQLでJSONに対するクエリが可能に これでBigQueryは今回の非構造化データのサポートにより、RDBのテーブルに格納された構造化データと、JSONなどによる半構造化データそして非構造化データの3つをすべてサポートする柔軟な大規模データ分析基盤になるわけです。Google Cloud Storageバケットのテーブル形表現 BigQueryの非構造化データサポートはObjectテーブルによって実現され、画像や動画、音声、テキストなどのデータが扱
「データサイエンスを勉強したいけど、何から手をつけて良いか分からない」という方、東京大学「数理・データサイエンス教育プログラム」のWebページが参考になるかもしれません！学習のロードマップや、各授業のシラバスが載っているので、何を… https://t.co/TFnT3XNl8E
2022-08-27 データ抽出に特化したAirbyteによるEL(T) 環境構築の実践 データ基盤Airbyte ELT こんにちは。今回は、データ基盤の構築の一部を実際に体験してみたいと思います。 データ基盤を作成するにあたり、まずは、社内に眠る様々なデータを集めてくる必要があります。前回の記事では、その機能を「収集」と紹介していました。 データ基盤とは何か… データ基盤データ分析基盤 実践2022-08-18 Metaflowでモデルの学習をpipeline化するまで MLOps Metaflow Pipeline 皆さんは「MLOps」について取り組んでいらっしゃるでしょうか。私は2018年頃からデータクレンジングや機械学習モデルの構築や運用をしてきましたが、当時の日本で私の耳にはMLOpsという言葉が入ってくることはありませんでした。 ただMLOpsの元となった「Dev…
この度、「社会人のためのデータサイエンス入門」の開講に先立ち、「誰でも使える統計オープンデータ」を特別開講しております。 入門編と学習することで、統計の基礎やデータの見方・データの取得方法などを学べます。この機会にぜひ2講座併せてご受講ください。 ※「《特別開講》誰でも使える統計オープンデータ」は、修了証の発行はございません。 講座内容 今、ビジネスの現場では、統計的な思考力によって様々な課題を解決していく能力、すなわち"データサイエンス"力の高い人材が求められている。このようなことを踏まえ、本コースでは"データサイエンス"力の向上を目指し、事例なども踏まえ、データ分析の基本的な知識を学ぶ。 コースは4つの部分に分かれている。第1週では、社会でデータがどのように活用されているかについて、実際のデータを用いた分析事例を紹介する。第2週では、データを理解し、分析する際に必要な統計学の基礎につい
Google が公開している、より良いデータ分析のためのガイドブック「Good Data Analysis」で、データ分析の要所が簡潔にまとめられていて感動した2022-03-08Google の非公式ブログで、The UnofficialGoogle Data ScienceBlog というデータサイエンスをテーマにしたブログがある。 その中で、 Practical advice for analysis of large, complex data sets の記事を元にして作られたGoogle DevelopersGuides:Machine LearningGuides >Good Data Analysis を昨日見かけて読んでいたら素晴らしいドキュメントだったので、ここでその感動を共有したかったので筆をとったしだい。Good Data Analysis の概
ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフーTechBlog データ領域、サイエンス領域のデザイン責任者兼クリエイティブディレクションを担当している駒宮大己(コマミヤヒロキ)です。私たちのチームでは、ヤフー・データソリューションサービスをはじめ、Yahoo! JAPAN研究所、サイエンスを活用した最先端技術のインターフェイスデザイン、ヤフーを利用されるお客様のデータ保護やプライバシーに関するUXデザインを担っています。 私たちはビッグデータという、まだ正解のない新しい領域のデザインをしています。その上でビジュアライゼーション時に自分自身が意識していること、学んだことを、チームメンバーの奥村奈々(オクムラナナ)とともに紹介いたします。 ヤフー・データソリューションとは 私たちが主として担当して
2020年12月、総務省より 【機械判読可能なデータの表記方法の統一ルール】が策定されました。 統計表における機械判読可能なデータの表記方法の統一ルールの策定 https://www.soumu.go.jp/menu_news/s-news/01toukatsu01_02000186.html 2020年11月に河野太郎 行政改革担当大臣のツイートが話題となりました。 その後正式に統一ルールが公開された形です。 各省庁がネット上で公開する統計を機械判読可能にするために、データの表記方法を統一させます。「政府統計の総合窓口（e-Stat）」で本日から１２月１日までの間、表記方法案に関する意見照会を行います。研究者をはじめ、皆様のご意見をお待ちしています。https://t.co/h07tCTDazc — 河野太郎 (@konotarogomame) November 25, 2020
こんにちは。YAMAPデータ分析チームの松本です。 みなさんご存知のとおり、2021年3月末をもって@goandoさんがYAMAPのCXOをご退任されました。 今回はYAMAPのプロダクトに素晴らしい貢献をされた安藤さんに敬意を払いつつ、私から見た安藤さんについて、手短にですが書かせて頂きたいと思います。データ分析チームの誕生と、安藤さんの加入YAMAPのデータ分析チームの誕生と、安藤さんの加入は、同時期でした。 バックエンド開発者だった私が「もっとデータ活用をしよう！」と、データ分析チームを立ち上げたのが2018年末。一方でUI/UXに課題を抱えていた我々が安藤さんに協力を仰いだのも、2018年末でした。 チームを立ち上げたものの分析や統計は素人だった私は、データにも強いあのGo Andoが加入するという話を聞き、「いきなり波乱の予感！」とビビりました。UI/UX 改善とユーザー目線
Data Visualization Japanさんが月曜日, 12月 28 2020に開催する芸術・技術イベントに、141人が興味あり、31人が参加予定としています。
2025年7月28日より、購買や来店などの行動データを起点に興味関心を分析できるセグメント連携機能において「LINEの行動データ」が新たに連携されました。 自社のLINE公式アカウントの友だち追加や自社のLINE広告接触など、LINE上の行動を起点に検索傾向や人物像を分析できます。 指定できるLINEの行動データを詳しく見る DS.INSIGHTは、顕在化しにくい消費者のニーズを お手元で探索・分析できるデスクリサーチツールです。Yahoo! JAPANの月間5,600万人のユーザー*からお預かりしたデータを統計化し、 どなたでも直感的に使いやすいインターフェースで、企画立案や意思決定などに データをお役立ていただけます。
IT Leaders トップ ＞テクノロジー一覧 ＞ デジタルマーケティング ＞ 新製品・サービス ＞ 知りたい情報を検索結果に表示する次世代情報提供サービス─Yextが日本法人設立 デジタルマーケティング デジタルマーケティング記事一覧へ [新製品・サービス] 知りたい情報を検索結果に表示する次世代情報提供サービス─Yextが日本法人設立 2017年7月25日(火)杉田 悟（IT Leaders編集部） リスト 「Hey Siri…」iPhoneユーザーが音声認識アプリ「Siri」で「近所の居酒屋教えて」と入力すると、Siriは居酒屋のテキスト情報ではなく、近所の居酒屋の載った地図を表示してくれる。それをユーザーが求めていると判断して。それを実現したのが「Yext」といわれるナレッジ・マネジメントサービスだ。このYextを提供する米Yextが2017年7月20日に設立した日本法人の会長
SPARQL Endpoint 東京都 SELECT DISTINCT * WHERE { <http://ja.dbpedia.org/resource/東京都> ?p ?o . } SPARQL結果 ロック音楽のリスト (もしあれば画像uriも) SELECT DISTINCT ?label ?depiction WHERE { ?s <http://ja.dbpedia.org/property/genre> <http://ja.dbpedia.org/resource/ロック_(音楽)> ; rdfs:label ?label . OPTIONAL { ?s foaf:depiction ?depiction . } } SPARQL結果 誕生日が1月1日 SELECT DISTINCT ?label ?birthYear WHERE { ?s <http://ja.dbpedi
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
