未確認飛行物体・UFOについて調査を進めてきたNASA＝アメリカ航空宇宙局のチームが最終的な報告書をまとめ、科学的な結論を導くにはデータが足りないと指摘しました。 今後、情報収集の仕組みづくりにNASAの専門知識を活用することを提言しています。 NASAは去年、未確認飛行物体・UFOなど、上空で目撃される正体不明の現象について専門家を集めたチームを立ち上げ、調査を進めてきました。 14日、このチームが最終的な報告書をまとめました。 報告書では、正体不明の現象の多くが気球や航空機、自然現象などとして説明できることがわかってきたとしています。 一方で、説明できない現象に対し、科学的な結論を出すには必要なデータが足りないと指摘しました。 そして、今後はきちんとしたデータ収集を行うことが重要だとして ▽民間の人工衛星の活用や ▽AIを使った膨大なデータの分析などでNASAの専門知識を活用するべきだ
渋谷駅周辺にAIカメラ100台設置 2023年7月開始、1人1人に合わせた理想の渋谷へ渋谷をスマートシティ化し1人1人に合わせた理想の渋谷のまちづくりを エッジAIカメラソリューション「IDEA（イデア）」を提供するIntelligence Design株式会社(本社：東京都渋谷区、代表取締役：中澤 拓二、以下「当社」)は、一般社団法人渋谷未来デザイン（所在地：東京都渋谷区、代表理事：小泉 秀樹、以下「渋谷未来デザイン」）、一般社団法人渋谷再開発協会（所在地：東京都渋谷区、会長：安冨 正文、以下「渋谷再開発協会」）と共に、渋谷をスマートシティ化し1人1人に合わせた理想の渋谷のまちづくりを目的として、渋谷駅周辺に100台のエッジAIカメラを設置し、人流データの取得・解析を2023年7月を目途に開始いたします。 ▶渋谷100台AIカメラ設置プロジェクト 特設サイト：https://idea.i
今朝方GPT-4が発表されて、みなさん死ぬほど盛り上がってますねー。 GPT-4を使えば一発でできそうなネタではありますが、GPT-4 APIのお値段は3.5よりもお高めの設定なので、これからはどのように上手くGPTのバージョンを使い分けていくかが問われていくと思います。 というわけで今日は非構造化データを構造化データに変換する話です。 問題の背景行政が定期的に公開している統計資料をご覧になったことはありますでしょうか。ディスる訳ではないですが、以下に示すのは私が住んでいる富士吉田市の統計資料です。 統計ふじよしだ令和元年度版 - 商業 このように分かりやすい表で情報を提供してくれるのはありがたいのですが、数値データにはなっていないので分析に活用することができません。 GPTのパワーを使って、このような非構造化データを構造化データに変換できないか？というのが本日のお題になります。 コードP
※こちらのページのデータは2023年12月21日をもって更新を終了しました。 世界各地の国や地域ごとのワクチンの接種状況です。接種回数の総数と、人口100人あたりに換算した回数を掲載しています。あわせて、「少なくとも1回接種した人」と「既定の回数の接種が完了した人」「追加接種した人」の、それぞれの総数と人口に占める割合を掲載しています。 世界のワクチン接種回数（累計） Our World in Dataの集計で接種回数が上位18番目までの国や地域と日本・韓国のデータを表示しています。ワクチンの接種回数が多い国や地域でも Our World in Dataの集計に入らない場合があります。グラフ右下の更新日は、Our World in Dataからデータを取得した日付です。それぞれの国や地域のデータは、更新日までに得られたデータの中で最新のものを表示しています。各地の事情により新たなデータが反
はじめに Twitterのタイムラインを見ていたらバッチ系のプログラムで逐次コミットをやめて一括コミットにしたら爆速になったというのを見ました。当たり前でしょ、と思ったけど確かに知らなければ分からないよね、と思って主に初心者向けにRDBを扱うときの注意点をまとめてみました。 プログラミングテクニック的なところからテーブル設計くらいの範疇でDBチューニングとかは入ってないです。 自分の経験的にOracleをベースに書いていますが、他のRDBでも特に変わらないレベルの粒度だと思います。 大量の逐次コミットをする バッチアプリケーションでDBにデータをインサートすると言うのはかなり一般的な処理です。しかしデータ量が少ない時はともかく大量のインサートを逐次コミットで処理するとめちゃくちゃ遅くなります。数倍から十数倍遅くなることもあるので、10分程度のバッチが１時間越えに化けることもザラにあるので原
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
ちょっとしたデータの加工や集計に、ExcelやGoogle Spreadsheetは便利ですが、それが日常的な作業になってしまったら自動化したいですよね？ そこでお勧めなのがpandasです。 Pandasは Python 用のデータ処理パッケージであり、ExcelファイルやCSVなどの表形式データを読みこみ、加工や集計した上で、出力するといったことがプログラムで記述できます。また開発環境を用意しなくとも、Googleが提供する無料の開発環境であるColaboratory上で、すぐに試すことができます。 そしてPythonは、Office 98以降20年以降更新されていないVBAに代わる新たなスクリプト言語として、Microsoftが採用を検討しているという話もあります。 ExcelにPython搭載、マイクロソフトが検討。アンケートを実施中 まずPandasの全体像を掴んでみる Pand
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