20/02/2820/06/13 楽天モバイルのコンパクト端末 Rakuten Miniを分解して小型軽量の理由を分析していきます。 日本では馴染みの無い端末メーカーであるWiko/Tinnoの設計、製造レベルはいかほどなのでしょうか。
「売れなかった」ハムサンド、カメラ50台で真相解明 高輪GW駅「無人決済コンビニ」の実力：開業から3カ月、成果は（1/3 ページ） 2020年3月14日に開業したJR山手線・京浜東北線の高輪ゲートウェイ駅。山手線の新駅としては約50年ぶりとなるだけに注目度は高く、開業初日には多くの観光客も訪れた。その一角で、注目を集めている店舗がある。AI（人工知能）技術を活用した無人コンビニ店舗「TOUCH TO GO」だ。有人レジはなく、来店客は店内で商品を手に取り、出口付近で「Suica」などを読み取り機にかざすだけで買い物を済ませられる。 こうした無人決済店舗は、米国では「Amazon Go」をはじめ実用化された例があるが、日本では長らく実験段階にとどまっていた。そうした中、TOUCH TO GOは国内では珍しい実用化事例として小売・流通業界はもちろん、他業界からも高い注目を集めている。無人もしく
はじめにはじめまして。 「構造と文脈を正しく理解することで物事はシンプルに理解できる」というモットーの元に、現在起きている社会現象が今後どうなっていくかの分析と解説を行っています。 最近は、新型コロナウイルスが今後どうなっていくのかについてマガジンで定期的に分析配信しています。(3/26の記事は、おかげさまで約120万ビューと7600を超えるスキ♡を頂きました） 現在、新型コロナウイルス感染拡大については、毎日様々な報道がなされ、指標や分析についても数多く紹介されていますが、多すぎて混乱されている方多いと思います。 今回、私のnoteマガジンで、データ分析編として２つの記事を投稿しました。 新型コロナウイルスについて⑫ - ＜データ分析 - 前編＞Phaseの目的に応じた正しい分析〜PCR検査は何故増えないか〜 新型コロナウイルスについて⑬：＜データ分析 - 後編＞数字を出さない官邸と「大
新型コロナウイルスの感染食い止めのため、小売りでの来店客の密集防止が叫ばれている。政府などが必要に応じた入場制限を呼び掛けているスーパーと並び、焦点となっているのがドラッグストアだ。在宅勤務などで消費が増えた日用品を買いに訪れる人を減らすのは、容易ではない。加えて、マスクやトイレットペーパーを買うための早朝の行列も問題になった。 では、実際にドラッグストアに実際に「殺到」しているのはどの年代で、時間帯はいつ頃なのか。「高齢者は～」「若者だから」などとどうしても印象論で語られやすいこうした消費者行動や世代差の実像について、購買データによる独自分析で迫った。 「トイレットペーパー騒動」時、特に50～60代急増 分析は、ビッグデータによるマーケティング分析を手掛けるTrue Data（東京・港）が、全国のスーパーやドラッグストアにおける延べ約5000万人の購買情報を活用。レシートに加えてポイント
動画が公開されました 昨日、一昨日と、Twitterでコロナ脳をちぎっては投げ、ちぎっては投げしましたが、共通していえることが とにかく知識がない!!! ということで、本日は簡単ながら現在分かっているファクト、つまり事実について誰が言っているのかを含めて書こうと思います。コロナ脳の洗脳を解くためにご活用下さい。ただし中には漢字が読めない、数字が分からないという方もいますので、「これを読んどけ」じゃなくて丁寧に説明してあげることが大事です。 子供は感染しづらく感染しても重症化はほぼ稀で、しかもウイルスを放出しない これは先日の日本感染症学会、つまり政府の専門家会議の皆さんのカンファレンスからの引用です。かなり長時間でしたが全部見ました。 まず、会見の冒頭では「子供たちがウイルスを媒介するといったのは間違いだった」的な謝罪からはいりました。これがその資料です。 ウイルス排出量は重症度ではなく高
前の記事の補足的な分析です。補足ですが、同じ国でBCGワクチン接種を受けた人と受けていない人の差を数値で表した世界初の分析なので重要です。 イタリア、スペイン、ポルトガルでは、BCGワクチン政策は異なるが同じBCG デンマーク株を使用しているので、この3か国の年代別比較は面白いはずです。各国のBCGワクチン政策を振り返り、掘り下げてみましょう。 イタリア：一度もBCG義務化なし スペイン：BCGアトラスによれば、1965年から1981年まで、新生児にBCG接種を義務化していた。しかしBCGアトラスの記述は不十分で、1965年から1976年まで、6歳から14歳までの学童もワクチン接種を受けていた*。また1956年から1965年まで、5歳から14歳までの学童の80％がワクチン接種を受けていた**。 -> 39歳から78歳までのスペイン人はBCGワクチン接種を受けている。 ポルトガル：BCGアト
更新履歴 2020/4/7 新記事へのリンクを追加しました。 はじめに 老技術者は新型コロナに感染したらひとたまりもない満身創痍の古老であります。妻は私に感染させようと日々東京に出向いてウィルスをかき集めては埼玉の我が家に運搬しております。というのは悪い冗談であってほしい今日この頃。 高校数学を使って、妻が毎日東京へ行くことがどれほど危険なことか示したいと思います。 環境: Windows10 Pro 64bit + anaconda + Python 3.7.3 (1) 基本式 感染症というのはウィルスを持っている「感染源候補者」からある割合で感染して自分も「感染源候補者」となるわけです。ということは「感染源候補者」が多ければ多いほど「感染源候補者」の増え方も激しくなるのは明らかですよね。そこでここでは単純化して、「1日当たりの感染源候補者の増分は、その前日～n日前に存在した感染源候補者
都道府県別の新型コロナの患者個別の情報 02 青森県 3月27日に帰国者陽性が見当たらず。3月25日と3月30日のそれぞれ1人合計2人では? 08 茨木県 この先の各PDF「最近の海外渡航歴」の欄があるので見やすい。ただし、その値が最近のものは「未調査」も多い。 09 栃木県 帰国者陽性がすぐ参照できるPDFファイルがあった。 10 群馬県 中核市所管と書いてあるのが気になるpdf 15 新潟県 発表の仕方が、新潟市と新潟県で分かれているので注意。(4月1日帰国者陽性判明が見つからず?) 17 石川県 15件について「行動歴」の「調査中」が多い。 20 長野県 海外かどうかが不明。クルーズ船17受入で全員陰性。このページからリンクされた お問い合わせフォームで質問することも検討。 21 岐阜県 岐阜市 24 三重県 三重県在住でカンボジア等滞在の例あり(2/13-16一時帰国スプレッドシー
台風15号の直撃を受けた関東南部では、9月8日(日)夜から9日(月)朝にかけて猛烈な風が吹き荒れ、暴風被害が各地で発生。東京電力によると、9日(月)朝7時45分時点では、約93万戸の大規模な停電が発生。3日経過した12日(木)現在も千葉県内では停電が続いています。 そこで、ウェザーニュースでは、天気アプリ「ウェザーニュース」やTwitterを通じて停電に関する緊急調査を実施。9日(月)から10日(火)昼前までに1.3万通を超える回答が寄せられました。 これらの回答と、気象観測器(アメダス)の風速を分析した結果、停電と風速の関係が見えてきました。
ミズーリ州の救急病院、セント・ジョンズ地域医療センターは、手術室の問題を抱えていました。 32の手術室で年間3万件の外科出術が行われていて、急患が出ると午前二時に手術するほどでした。 この のっぴきならない状況は、常に予定に追われて、「いつも時間がない人」の場合とよく似ています。 この病院の場合、手術室が足りない状況を打開するためにできる選択肢は、以下のうちどれでしょうか。 このうち、A.やB.の選択肢は、「時間がない人」の場合は、重要でない予定や睡眠時間などを削って、さらに働く時間を増やすことに相当するでしょう。 しかし、セント・ジョンズ病院が選んだたった一つの解決策は、だれもが予想だにしない第三の選択肢だったのです。 いつも「時間がない」あなたに:欠乏の行動経済学という本を紹介したいと思います。 これはどんな本? いつも「時間がない」あなたに:欠乏の行動経済学は、忙しすぎて時間がない、
対災害SNS情報分析システムDISAANA、災害状況要約システムD-SUMMの試験公開を2023年12月28日をもって終了することになりました。詳細は、こちらをご覧ください。何卒ご理解のほどよろしくお願い申し上げます。 対災害SNS情報分析システムDISAANAは、今現在のX（元Twitter）への投稿をリアルタイムに分析し、エリアを指定するとそこで発生している災害に関する問題・トラブルを自動的に抽出したり、「大雨が降っているのはどこ」といった質問の回答候補をX（元Twitter）上の投稿から抽出し、リスト形式または地図形式で表示できます。今まさに起きている災害の情報を簡単に入手する事ができます。パソコン、スマートフォン、タブレット端末のブラウザから利用する事ができます。また、令和元年台風第19号の際の投稿（10/12から10/14まで）を用いた 令和元年台風第19号試用版 も試験公開して
世界中で話題になっているパナマ文書。各国で政権を揺るがすような事態にもなっていますが、純粋にデータとしてみた場合、これは計算機やデータ解析に関わる人々にも面白いものだと思います。データの中身や背景などについてはさんざん報道されていますのでここでは触れません。一方、現場でどのような作業が行われているのかはあまり報道されていません。現実的な問題として、人力ではどうしようもない量のリークデータを手に入れた場合、調査報道機関はどんなことを行っているのでしょうか？私も以前から疑問に思っていたのですが、先日あるデータベース企業と、データ分析アプリケーションを作成する会社のブログにて、その実際の一端を窺うことができる投稿がありました: Panama Papers: How Linkurious enables ICIJ to investigate the massive Mossack Fonseca
収入が低くてもお金が貯まる人、高年収なのに貯まらない人。その違いは決して生まれや育ちで決まるものではない。5000以上の家計を見事再生したFPが、「貯まる体質」になる秘訣を伝授。 同じくらいの収入でも、確実に貯金ができる人と、あるだけ使い切ってしまい、時には借金までつくってしまう人がいる。年収が高いからといって貯金が多いとは限らない。 私はこういった差は、お金の使い方について「自分の軸」を持っているか否かによって生まれると考えている。 若い世代の中で急速に「車離れ」が進んでいるのをご存じだろう。彼らは、「車が必要なときだけレンタカーを利用すればいい。公共の交通機関が発達した都内で車を持つなんて、マゾだ」とさえ言い切るのだ。 車を持つことが1つのステータスだった世代からすると不思議な気もするだろうが、これも時代に合った1つの価値観であり、「自分の軸」の1つなのだ。お金に対してこうした軸をしっ
[ 連載 ] フリーソフトによるデータ解析・マイニング第 29 回 Ｒ とクラスター分析(2) 1. 樹 形図の切断とコーフエン相関係数 先 月号では、階層的クラスター分析の基本概 念や樹形図の作成などについて説明した。 クラスター分析結果を分析する際には、どの 個体がどのクラスターに属するかを確認するこ とが必要である。階層的クラスター分析では、 クラスターの数を指定し、樹形図を切断すると 個体が属するクラスが決定される。 示す。 >iris2.lab<-c(rep(1,50),rep(2,50)) >table(iris2.lab, iris2.cl) iris2.cl iris2.lab 1 2 0 1 50 2 14 36 こ の 方 法 で は 、 14 個 の virginica 品 種 が (1) 樹形図の切断 versicolor 品種に誤分類されている
第２章 クラスタリング入門 2.1 クラスタリングとは 2.2 クラスタリング手法の概要 2.3 クラスタリング結果の評価
クラスター分析 Last modified: Aug 28, 2015 似通った個体あるいは変数のグループ化を行うための分析手法である。 クラスター分析の結果は，図 1 のようなデンドログラム（樹状図）として表現される。 個体が似通っているかどうかの判定基準としてはいくつかあるが，取り扱いが容易なユークリッド距離を用いる。 個体のクラスター分析を行う場合には，解析に用いるデータを正規化する場合としない場合では結果がかなり異なることがある。 解析に使用する変数が異なった単位で表されているときには，正規化した方がよいかもしれない。しかし，ある変数が決定的な性質を持つ場合には，正規化することは他の変数と同格に取り扱ってしまうことになるので正規化しない方がよいかもしれない。 $n$ 個の個体について，$p$ 個の変数 $X_{i1}, X_{i2}, \dots X_{ip}\ (i =
RjpWiki はオープンソースの統計解析システム R に関する情報交換を目的とした Wiki ですRjpWiki はオープンソースの統計解析システム 《R》 に関する情報交換を目的とした Wiki です † どなたでも自由にページを追加・編集できます． (初めて投稿・既存記事への追加・修正を行なう方はこのページ末の注意*1を御覧下さい) ページへのファイル添付については、画像ファイルのみパスワードなしで可能としてあります(ページ上部「画像添付」より)。その他のファイルの添付はパスワードを入力することで可能です(ページ上部「ファイル添付」より)。現在のパスワードは, Rでの round(qt(0.2,df=8),3) の実行結果です。 スパム書き込みに対処するため、書き込み系の処理に対してパスワードを設けました。ユーザ名の欄には，Rで round(qt(0.2,df=8),3) を実行
R、R言語、R環境・・・・・・ Rのダウンロードとインストール リンク集 題名 Chap_01 データ解析・マイニングとR言語 Chap_0２ Rでのデータの入出力 Chap_03 Rでのデータの編集と演算 Chap_04 Rと基本統計量 Chap_05 Rでの関数オブジェクト Chap_06 Rでのデータの視覚化(1) Chap_07 Rでのデータの視覚化(2) Chap_08 Rでのデータの視覚化(3) Chap_09 GGobiとデータの視覚化(Rgobi) Chap_10 Rと確率分布 Chap_11 Rと推定 Chap_12 Rと検定 Chap_13 Rと分散分析 Chap_14 Rと回帰分析 Chap_15 Rと重回帰分析 Chap_16 Rと一般化線形モデル Chap_17 Rと非線形モデル Chap_18 Rと判別分析 Chap_19 Rと樹木モデル Chap_20 WEK
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
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