こちらはエムスリー Advent Calendar 2024 7日目の記事です。 前日は大垣さんのアニメキャラらしさ姓名判断師AIを作る ~字画に注目したモデリング~でした。とても面白いのでそちらもどうぞご覧ください。 はじめに こんにちは。AI・機械学習チームの氏家（@mowmow1259）です。 今回のテーマはリモートワークです。 最近オフィス回帰の流れがあるとはいえ、リモートワークを導入する企業はコロナ禍以前と比べて確実に増えてきています。 エムスリーでも2021年からリモート勤務がベースとなっており、さらに最近では関西と九州にもサテライトオフィスができるなど、全国各地からリモートワークで開発を進めています。 www.m3tech.blog リモートワークは通勤時間がない、家事育児などプライベートな時間と仕事を両立しやすいといったメリットがある一方で、生産性を落としてしまったり、メン

こんにちは。テニスしすぎて日焼けがすごいSsk1029Takashiです。 私は普段、生成AIを活用したRAGソリューションの開発をしているのですが、RAGでは特に検索部分の調整が重要になります。 今回はその検索の中で出てくるリランクに焦点を当てて、ベクトル検索と比較してどのような特徴があるのかというところを、検証を交えて解説していきます。 概要 RAGの検索部分では、よくベクトル検索が利用されます。 理由としては、入力が基本的に質問形式になりキーワードで入力されることが多い通常の検索よりも適している、などいくつか考えられます。 ただし、実際にRAGを試してみるとわかりますが、RAGシステムではベクトル検索だけでは検索精度の面で苦労することも多いです。 そこで解決方法の一つとして考えられているのが、ベクトル検索とリランクとの併用になります。 今回は、なぜRAGはベクトル検索だけだと苦労が多

音声認識の世界では、OpenAIが開発したwhisperというモデルが話題になりましたね。99言語に対応しており、日本語の音声認識の精度も抜群です。 非常に優秀なwhisperですが、いつ誰が話したのかを認識する、いわゆる「話者分離」はできません…。 ということで、アドベントカレンダー8日目の記事では、pyannote.audioというライブラリを使った話者分離方法について紹介します。 pyannote.audioの概要 pyannote.audioは、話者分離のためのPythonによるオープンソースフレームワークです。 下記のようなパイプラインで話者分離を実現しています。 論文：pyannote.audio: neural building blocks for speaker diarization Github：https://github.com/pyannote/pyannote

米オープンAIの対話AI「ChatGPT（チャットGPT）」は、従来のAIとは比べものにならないほどの深い知見を持ち、人間が書いたのかと思うほどの滑らかな文章で回答する。このツールを活用し、業務効率を高めることがマーケターをはじめビジネスパーソンにとって重要なスキルとなっていくだろう。本特集では、使っていない人が思わず「ずるい！」と驚くほどの成果を導き出すうえで必須となる生成AIの知識を一挙に紹介していく。第1回は、IT批評家の尾原和啓氏がnoteの深津貴之氏にプロンプトの活用術を聞く。 AI開発のスタートアップ、オープンAIが2022年11月末にChatGPTを公開してから約半年が経過した。従来のAIとは異なる柔軟性を持ち、どんな質問にも一定の品質で答える万能ぶりで評判となり、開始から2カ月で約1億人の登録ユーザーを獲得した。23年3月には、能力をさらに拡大した大規模言語モデル「GPT-

pU�� �M � p�5� �T � �?@� �4� @��� �T@� Enable cleanup ?2� ��� Enable keep filters �,/� �@�� Enable remove filters P��� ��$� Enable custom HTTP headers �z~� 0�Q� P �� Show additional options

クローズドで行われた勉強会の資料です、画像認識まわりでありがちなハマりどころについて解説しています

アップデートのお知らせ(2022/03/15) 2022/03/15(火)にケンオールをアップデートしました。 アップデート内容は以下のとおりです。 新API: 日本の祝日API 郵便番号逆引き検索API: 品質の改善 祝日や休日のAPIについて、機能要望アンケートを募集中です！ 新API: 日本の祝日API 日本における祝日は、内閣府が毎年CSVデータを公開しています。 しかし、システムで祝日データを利用するとき、CSVをダウンロードし、それをシステムにロードするというのは意外と手間がかかります。 手動で更新する場合、手順自体を検証した上で運用ドキュメントを執筆する必要があります。 さらに、手動運用によるオペレーションミスのリスクも毎年つきまとうことになります。 自動化する場合、特別に祝日が移動するケースなどに対応できるようにしなければいけません。結局のところ手動でも更新できるようにして

最近作った Slack Bot が好評だったのでまとめてみました！ どこの Slack ワークスペースでも導入できるように詳細に設定方法も記載しています。 🛠 作ったもの tell-me-bot（社内では tell-me-paccho）という、社内用語辞典をいい感じに管理してくれる Slack Bot を作りました。 社内ではもともと Spreadsheet で社内用語を管理していたのですが、メンテナンスする人が限られ、あまり積極的には利用されていない状況でした。 そんな時に@しかじろうさんのこちらの記事を発見して、これはおもしろいアイデアだと思い、Firebase + Bolt（TypeScript）にて作ってみました（アイデアをくれた@しかじろうさんに感謝🙏）。元記事の機能を参考に+αの機能も色々実装しています。 構成 Cloud Functions for Firebase で

global val1 def func1(): global val1 val1 = 100 def main(): global val1 func1() print(val1) 扱う変数の量が増えると、行頭のglobal宣言だけで数行埋まってしまいます。 プログラムをクラス化すれば良いのですが、Pythonではクラス変数の前にself.をつけなければいけないという制約があるため、コードが冗長になってしまいます。 また、モジュール外から他のモジュールのグローバル変数にアクセスしようとしても、思うようにいきません。

最近とあるサイトの新規リリースにかかわることができて，そこで得られた学びをフィードバックするという活動をやっている．具体的には運用で使えるIssue Templateを整備したりしているのだけれど，自分やチームの進捗管理みたいな分野でもフィードバックすることができたのでメモしておく． 毎日エンジニアMTGを開く 毎日Scrapboxに残タスク・進捗を書きチームで共有する 毎日の適当な時間を割いてMTGを開く MTGでやること 結果どうだったか 個人レベルの話 ページの内容 1日の流れ 終わり 毎日エンジニアMTGを開く スクラムっぽい話題?かもしれないけれど，自分のチーム(エンジニアは2人)の規模ではこれでうまくいった． 毎日Scrapboxに残タスク・進捗を書きチームで共有する 昨日からコピーしていく 毎日の適当な時間を割いてMTGを開く 話すことそんなになくても予定は作るしMTGは開く

株式会社ブレインパッドの2019年新卒研修資料です。SQL操作に関する基本的な内容を扱っています。 SQLローカル環境の構築方法については事前にこちらをご参照ください https://speakerdeck.com/brainpadpr/sql-local-environment-construction

どのようにデータ基盤を作ったのか？「俺の考えた最強のデータ基盤」は使われない：開発現場に“データ文化”を浸透させる「データ基盤」大解剖（3）（1/2 ページ） 「ゼクシィ縁結び・恋結び」の開発現場において、筆者が実際に行ったことを題材として、「データ基盤」の構築事例を紹介する連載。今回は、「データ基盤」の開発プロセスについてお伝えします。 「使われるデータ基盤」を構築するために筆者が取り組んだ試行錯誤を紹介する本連載『開発現場に“データ文化”を浸透させる「データ基盤」大解剖』。前回はデータパイプラインを支える基盤システム設計について解説しました。第3回となる今回は開発プロセスについてお伝えします。 なお、技術要素としてはPythonやBigQuery、ツールとしてGitHubやJIRAを扱いますが、他の手段でも代替可能な内容です。細部にとらわれずにご自身の担当する業務や組織に当てはめながら

2. Confidential. Copyright © DataRobot, Inc. - All Rights Reserved DataRobotを用いた時系列予測 1. DataRobotを使った時系列予測 a. 時系列予測におけるデータフォーマット b. ギャップ・予測期間の決定 c. 時系列予測におけるパーティション設定 d. 精度の良いモデルの選択 e. 予測と実測の時系列での比較 f. モデルのベンチマークとの比較 g. 生成した予測モデルを使った予測 2. ヒストリカル変数を使ったモデル a. ヒストリカル変数を持ったデータフォーマット b. 変数タイプ別のヒストリカル変数に用いる統計 的指標 c. Pythonを用いたラグデータの加工 3. イベント説明変数を使ったモデル a. 周期パターンの把握 b. DataRobot内で周期性パターンの説明変数 の作成 c. イベ

上座下座をマスターすることはサラリーマンの基礎である。出世への近道。これを知っているだけで生涯年収が上がるのであれば覚えておいたほうが得だ。 僕は上司をタクシーの助手席に座らせてその後3日嫌味を言われたことがある。20代、給料がまったく上がらなかったのはあのせいかもしれない。 しかし、働き方改革という言葉の流行が表すように、働く環境は多様化している。在宅勤務、オープンイノベーション………そこにまだ上座下座の概念が追いついていないのが現状である。 そこで、上座がまだ決まってないシチュエーションでの上座を考えたいと思う。 バナナボート、ジェットコースター、3列シートの車、バス、タンデム自転車、気球、メリーゴーランドである。

Tutorial R Tutorial ggplot2 ggplot2 Short Tutorial ggplot2 Tutorial 1 - Intro ggplot2 Tutorial 2 - Theme ggplot2 Tutorial 3 - Masterlist ggplot2 Quickref Foundations Linear Regression Statistical Tests Missing Value Treatment Outlier Analysis Feature Selection Model Selection Logistic Regression Advanced Linear Regression Advanced Regression Models Advanced Regression Models Time Series Time Serie