東日本と西日本の境界線を機械学習で引いてみました． セキュリティ分野の M1 が機械学習をお勉強する際に，モチベ維持のため面白そうなテーマを選んだらこうなった！というもの． なので本体の論文とか，学術的貢献とかはないです...が，そういった視点から見ていただけるのはとても嬉しいです！ 市町村単位，藩単位など，県境以外で境界線を引けないか？というコメントを多くいただいていますので，今後そういった方面への掘り下げもやっていきたいです．Read less

ビッグデータ解析のユーザーローカルが2億6000万円の資金調達、YJキャピタルおよびEast Venturesから ビッグデータ解析を手がけるユーザーローカルは5月25日、YJキャピタルおよびEast Venturesを引受先とする第三者割当増資を実施したと発表した。調達した金額は2億6000万円で、株式の比率や払込日などの詳細は非公開。 同社はこの調達資金で大規模なインフラへの投資と合わせて、4月17日に公開したメディア業界に特化した新解析サービス「Media Insight」などのような業界特化型の解析サービスを開発していくとしている。 「なかのひと」や「うごくひと」などの無料ツールをはじめ、企業向けのヒートマップによる「User Insight」やソーシャル解析の「Social Insight」など、数多くのウェブ解析ツールを提供してきた老舗、ユーザーローカルが大型の資金調達を実施し

去年から公開されてる「JR東日本アプリ」ですが、機能の一つに「山手線トレインネット」というものがあります。 これは山手線の各車両の現在位置、混雑状況、室内温が見えるというもので、 座りやすい車両を探すのに便利だったりします。 山手線トレインネットから取得した車両位置と混雑率 電車の運行情報がここまで時間粒度細かく公開されているのは世界的にも珍しいので、特に目的も無しにデータをクローリングして遊んでみました。 データをクローリングする まずは山手線トレインネットの車両位置・混雑情報をクローリングします。 JR東日本アプリの山手線トレインネット。 今の車両内の混雑や室内温が見える。すごい！ 「山手線トレインネット」はブラウザから見えるページが存在しない、iPhone/Androidアプリ専用の画面です。 なので普段の「FirebugでAJAXの通信を見てAPIをリバースエンジニアリング」ほど簡

フランスの希代の美食家であるブリア・サヴァランは「ふだん何を食べているのか言ってごらんなさい、そしてあなたがどんな人だか言ってみせましょう」といったそうだ。これは、「ドン・キホーテ」の有名な一文「君の友人を教えなさい、そうすれば君がどういう人間か言ってみせよう」をもじったものであるが、示唆に富んだ文である。その人が何を食べるか（もっと正確に言えば、何を食べないか）によって、その人の育ちや信仰、文化的・民族的背景など様々なことを知ることが出来る。 同様に、口コミもそれを書いた人について多くを物語る。ここで試しに、以下に挙げた食べログの口コミを読んで頂きたい。 バラのクリームにたっぷりのフランボワーズをマカロンとともに。ルバーブのアクセント。コレめっちゃカワイイ（*^_^*）　一目ぼれです☆　バラにフランボワーズにマカロンにピンクときたら、女子にはたまらない～！ ちょっと高めの価格設定やけど、

This copy is for your personal, non-commercial use only. Distribution and use of this material are governed by our Subscriber Agreement and by copyright law. For non-personal use or to order multiple copies, please contact Dow Jones Reprints at 1-800-843-0008 or visit www.djreprints.com. http://jp.wsj.com/article/SB10030317691824024149004580519030769809198.html

SlideShareだけでなく、ブログの記事にもすることに 先日、TokyoWebMning #40にて最適化について熱く語ってきました。 最適化超入門 from tkm2261 個人的にも結構やりきった感があり、網羅的に最適化手法を紹介出来たと思います。 その後飲んだ研究室の同期には『難しすぎる』と言われましたが、どうなんでしょう・・・ 一応はてブが400を超えており、大丈夫だったと信じたい。 というか、最適化の話題ではてブこんなに頂けるのは予想外でした。ありがとうございます！ はてなブックマーク - 最適化超入門 PyData Tokyoの方にもお声掛け頂いたのでまたどこかでお話出来ればと思ってます。 次はセクシー女優みたいにしょーもない話にする予定ですｗ 今回は修士卒の人間が最適化の入門資料を作る事のは、おこがましいと戦々恐々していたのですが、 Twitter上では概ね好評であり、安

ディー・エヌ・エーのビジネス・アナリティクス部に所属する野上大介氏は昨年に引き続いてCEDECに登壇し、ソーシャルゲームの世界で散見される誤ったデータの使い方について語りました。本セッションはスポンサードセッションにも関わらず超満員で立ち見が出るほどでした。 野上氏のビジネス・アナリティクス部では社内の各種分析や改善提案を行っているほか、複数の外部デベロッパーに対する分析のコンサルティングを主な業務としています。野上氏はゲーム業界でデータを見るときに「収益ばかりの話が目に付く」と苦言を呈します。「ゲームの規模が大きくなるにつれ、面白さをメンバーの阿吽の呼吸だけで維持するのは難しくなっています。そうした際にデータは便利な道具になります。ゲームが理想像に近づいているかを"データも"活用した分析をしていきたい」と語りました。 ■失敗1: リリース前のKPI予測 問題: リリース前にLTV(

矢野：そうですか。 店舗の中で、居場所と体の動きを検知できるセンサを従業員が身に着けて、来店したお客様にも買い物の間だけ身に着けてもらい、毎秒20回ずつひたすらデータを取り続けるわけですが、それを解析した人工知能コンピュータがすごく意外な影響要因をはじき出した。 店内のいくつかの「ある特定の場所」に従業員が「いる」だけで顧客単価が向上するというんですね。そこでの滞在時間を1.7倍にしただけで顧客単価が15％も増えたとか。でもそれがどういう理由なのか言葉ではうまく説明できない。これは、具体的にはどういうことをコンピュータでやっているんですか。 矢野：ごく単純に言うと、1人のお客さんがいくらお金を使うかという売り上げというマクロな量に対して、影響を与えるかもしれない要因はものすごくたくさんあります。そのたくさんの要因の中で、影響がありそうな候補を何千個、何万個と自動で作り出し、かつそれらを絞り

もはや旧聞に属しますが、6月21日に「The Data Journalism Handbook」翻訳&勉強の会が開催されました。 これは元々2011年にロンドンで開かれたオープンソース系のイベントにおいて Open Knowledge Foundation などが音頭をとり、気鋭のジャーナリストたちが加わったワークショップの成果をもとにして2012年に刊行された『The Data Journalism Handbook』を翻訳しようというものです。 これはこの本がウェブ上で全文公開されており、クリエイティブコモンズの CC BY-SA 3.0 ライセンスの元で自由に利用できるからこそ可能なのですが、翻訳プロジェクト自体は2013年には立ち上がっていたものの、長らく停滞状態でした。もっともワタシ自身いくつか翻訳を手がけているわけで他人事のように書いてはいけないのですが、ともかく今回の翻訳＆勉

IT&ビジネス　業界ウォッチ IT業界で話題の新サービス・新製品のニュース、これから話題になりそうな新ツール、知っておきたい各種の統計調査……などなど、経営効率化に寄与するIT業界の今のうごきをレポートします。 バックナンバー一覧 開催国ブラジルを撃破し、決勝戦ではアルゼンチンにも競り勝って、24年ぶり4度目のワールドカップ優勝を成し遂げたサッカーのドイツ代表。 この栄光を手に入れるための戦いは、8年前の2006年から始まっていた。 2006年Ｗ杯の開催国だったドイツは、直前の予想よりは善戦したとはいえ、地元で優勝を遂げることはできず3位に終わった。大会後に代表監督に就任したヨアヒム・レーヴ氏に、代表チームの再強化が託された。 レーヴ監督は、就任直後に「選手がボールを保持している時間を最小化する」という極めてシンプルな目標を掲げた。つまり、試合中にマイボールになったらできるだけ早く味方選手