すらこに @slakoni00 とある歯磨き粉のメーカーが製造ラインで空箱を検出するシステムの開発に数億円を投じたのだけど､検出率が異様に低く不思議に思って現場へ確認しに行ってみたら､いちいちアラームが鳴るのが面倒だからと従業員がセンサーの手前にわずか数千円の扇風機を置いて吹き飛ばして解決していた話を思い出した twitter.com/ShinShinohara/… shinshinohara @ShinShinohara もう１０年近く前になるけれど、「すいえんさー」というNHK教育の番組が面白くて。特に衝撃的だったのは、大学対決。私が初めて大学対決を見たのは、京都大学との対決だった。A4の紙で作った物体の滞空時間を競うという競技。京大の学生は博学さと理論値を発揮して、様々な形の物体を作った。かたや。

Amazon Dash Buttonについて、人と話す機会が何度かあったので、 いかにAmazon Dash Buttonがヤバイかを毎度説明するのだが、 「あんな電池が一年で切れるデバイスは使えない」 「商品がドラッグストアよりも高いのに買うやつはいない」 といった的外れな答えが割と帰ってきて、もんにょりすることが多いので、私が思うヤバさを解説してみようと思う。 エンジニアリング的なヤバさ Amazon Dash Buttonは、どう考えてもビジネスモデルから逆算してハードウェアを設計しているので、ハードウェアから設計して、ビジネスモデルを作ろうとしている連中は絶対に勝てない。 ビジネスモデルによってハードウェアに対する要求は大幅に変わる。 IoTデバイスはコスト、大きさの面でリソースが限られているため、限られたリソースをどこに割り振るかで、要求を満たせるかどうかが決まる。 Amazon

何かをすることに惹かれるけれども、なぜかははっきりとわからない。実際に自分の手足を動かし、心で感じ取りながら形を見出していくことで、やっと頭は「なぜ、それが必要だったのか。なぜ、それをすることになったのか」を理解しはじめます。P.4～5 このように説明が続き、具現化のプロセスで引用されているMr.Childrenの桜井さんやスティーブジョブス氏の言葉に触れるだけで、普段から創作活動している人は「ズバっ」とくるかもしれませんし、逆に論理的思考の人は「なんだろう？」と極端に二分されていくように思います。 多分曲が訴えたいこと、それから歌いたいこと、叫びたいことの何かのイメージを持って生まれてくるんだと思うんですよね。で、そのメロディーが頭の中でできて、なんとなくキーを決めて、自分の口でそのメロディーを、「ラララ」であったり、適当な英語で叫んでいる。その口の開き方であったり、声のかすれ方など、こ

仕事をしていていつも思うのが、「情報を出した後に情報が集まる」という現象についてです。編集という作業は多くの情報をインプットして加工し、アウトプットする。なのに本来、アウトプットの前にほしかった情報が、出した後に手に入る。なんとも皮肉な現象であり、得てして究極の情報収集は、自ら情報を出すことなんと痛感します。「求めよ、さらば与えられん」そのものです。 昨年の2月号でビッグデータの特集をしましたが、多くの反響を頂きました。その時、多くのデータを集めることに競争優位はなくなり、これからはアナリティクスの競争になると思いました。今号の特集はアナリティクスですが、このような思いがベースとなっています。 今回の取材では、多くの方と議論する機会がありました。そのような場で私がいつも聞いた質問が、「自分の直感とデータが異なるとき、どのように判断されますか」というものです。 データの分析から我々は多くの「

この記事では、LINEグループに招待できない・参加できない時の対処法や原因についてお伝えしていきたいと思う。 複数人で連絡を行う際にLINEのグループ機能は非常に役に立つ。学校でも職場でも利用されている事が多く、グループ内通話も出来るので簡単な打ち合わせ程度であれば、LINEでも可能になった。 グループの作り方も非常に簡単。 しかし、なぜか相手に招待が届かない…といったことも度々ある。 では、この招待が届かない時によくある原因について見ていこう。 LINEグループに招待できない時の対処法・原因 基本的に以下の場合は、相手に招待を送っても届かない。 既にLINEを退会している(アカウントを変更している)場合 既に招待を送っている場合 相手にブロックされている場合 もしくは、招待しているけれど参加されない…といった場合は、相手側が参加を拒否している可能性もある。 上記の3点に当てはまらない場合

"IBIS2012 (情報論的学習理論と機械学習研究会) -ビジネスと機械学習の接点 -" の講演資料です。データマイニング・機械学習を活かし実際にサービスをよくしていく・効果を出していくためにMobageで行っている活動を紹介しています。アレンジして頂いたPFI比戸さん・東京大学 鹿島さんに感謝。Read less

2013年はビッグデータビジネスが本格的に立ち上がり始めた年でした。一方で、データ分析に対応できるデータサイエンティストの深刻な人材不足が指摘された年でもありました。 2013年のビッグデータビジネスの動向と、データサイエンティストの状況について焦点をあてて整理してみたいと思います。 ビッグデータによるGame Change アメリカは構造的な問題の打開には成長志向の政策と投資の活発化、雇用の促進が必要とし、シェールガスと石油産業、貿易促進、インフラ投資、ビッグデータの分析と教育改革の5つの分野における大規模な投資が必要と指摘しています。 ビッグデータによる小売りやサプライチェーン・マネジメント、製造業の合理化の推進、政府の医療コスト負担を抑制など、経済効果は、1550億ドルから3250億ドルと推計するなど、経済効果が期待されています。 ビッグデータビジネスの成長性 2012年の国内ビッグ