やりたいことみなさんは、複数のメールアカウントを持ってますよね？ 僕も例に漏れず持っています。人は複数のメールアカウントを持つものです。 そうすると、時にどのアカウントにメールが来たかわからなくなることはないでしょうか。僕はよくあります。 ホテルの予約メールどこいったっけ、と思いながら複数のGoogleとYahoo!のアカウントにログインして、メールを検索するのは大変ですよね。 そこで、複数のアカウントから、ひとつのアカウントにメールを転送して探しやすくするというライフハックがあります。 下記のようなイメージです これでひとつのアカウントを探せば良くなりますね。 僕はこのまとまったアカウントを親玉と呼んでいます。 さらに欲を出せば、なるべく通知ってまとめたいですよね。 あれ、思いませんか。 LINEとメールはどちらもメッセージアプリなので、僕はどちらかで一方で受け取りたいと思ってしまいます

「ファイル・フォルダ名を一括で変更する機能」とか、標準装備で良いじゃん！ Microsoft謹製、Windowsの作業効率をアップさせる「PowerToys」というソフトの紹介・解説です。 記事のベースと画像はバージョンは0.27.1。執筆時現在は0.29.3が最新版ですが、内容はバグの修正と日本語化なので機能面の差異はなし。 PowerToysとは？ PowerToysは、Microsoftがオープンソースで開発中のソフト。元々Windowsに搭載するつもりだったが搭載されなかった利便性向上機能を複数提供するもの。 元々Windows 95時代から名前が続いているソフト。Windows XPまで提供が続けられていました。Vista以降は提供されていませんでしたが、2019年5月にWindows 10向けにオープンソースとして提供を再開しています。 各機能の詳細 FancyZones（複数

アパレル業界が長期化する新型コロナの影響を受けています。これまでも、不況色が強くなると「衣食住」の「衣」に対する支出が減少する傾向はありました。しかし、今回は過去に例がないほどの落ち込みを見せています。なぜなのでしょうか。 アパレル業界が苦境に陥った理由とその対策を、流通小売り・サービス業のコンサルティングを約30年続けてきてきたムガマエ株式会社代表の岩崎剛幸が解説します。 衣服の支出は8カ月連続減少 総務省の家計調査によると、2020年5月における2人以上世帯の消費支出のうち「被服及び履物」は7780円でした。物価変動の影響を除いた実質ベースで、前年同月比38.3％減です。19年10月から8カ月連続で減少しており、私はこの数字に驚きました。アパレル消費の減少幅は、緊急事態宣言の出た4月の55.4％減よりは縮小したものの、5月の消費支出全体の16.2％減と比べて特に落ち込みが大きかったから

「ダメふりかえりを撲滅する3つのヒント」という技術同人誌を買って読んでみました。この内容はさっそく次からチームのふりかえり会に活かさなくては、と思い書評も兼ねてまとめます。 はじめに 現在開催している技術書典でふと目にしたダメふりかえりを撲滅する3つのヒントという技術同人誌を買って読んでみました。この内容はさっそく次からチームのふりかえり会に活かさなくては、と思い書評も兼ねてまとめます。 私のチームで実施している「ふりかえり会」について 本書の紹介をする前に私が所属するチームでどんなことしてるかを簡単にまとめます。 私は prismatix という EC / CRM 向け API プラットフォームの決済サービス開発チームで、毎週チームメンバー内でその週の活動に関する「ふりかえり会」を主催しています。開発の課題と感じたことや今後やるべきこと・役立てそうなことをチーム内で共有し、今後の業務で活

WWD：昨年以上にメディアの露出が多い1年でした。 土屋哲雄専務（以下、土屋）：特にテレビではたくさん取り上げてもらいました。1月から11月末まで東京のキー局だけで129番組。宣伝費に換算すると45億円に相当するらしいです。 WWD：過酷ファッションショーの開催（10月1日）と新業態「♯ワークマン女子」のオープン（10月16日）はニュース番組でも紹介されました。 土屋：ランウェイに雨や雪を降らせた過酷ファッショショーがテレビで取り上げられ、その興味の延長で「＃ワークマン女子」に火がついたらラッキーだと考えていました。われわれが欲を出すと「とらぬ狸の皮算用」で終わることが多いのですが、今回は見事に当たりました。 WWD：土屋さん自身が時の人になり、10月20日には初の著書も出版しました。 WWD：どんな読者を想定して書きましたか？ 土屋：特定の人を想定したわけではありませんが、しいていうなら

「いろいろなサイトに気象情報が出ているけれど、どのデータをどのように使ったら良いのかわからない」――。ウェザーMDにチャレンジしようとする方が最初に悩むポイントです。本連載では、そんな方々と一緒に「誌上ウェザーMD」を実践していきたいと思います。次回以降、気象庁から発表されている最新の長期予報（3カ月予報）を使い、予想されている気象条件から「どのような商品の売り込みを強化する計画を立てるか」を毎月解説していきます。その準備として、今回は、ウェザーMDの実践にあたって覚えておくべき基本法則、よく使う気象データ、ウェザーMD実践手順を解説します。 ekapol / istock ポイントは「情報の鮮度」 まず、ウェザーMDで活用すべき気象データを図表①にまとめました。

10代で芸能界にデビューし、アイドル歌手として一世を風靡した後、女優、タレントへと活躍の場を広げ、マルチに活動するいとうまい子さん。 そんな彼女は、2010年に早稲田大学人間科学部のeスクールに進学したのをきっかけに、研究者としての道も歩んでいる。2019年には、AIベンチャーのエクサウィザーズのフェローに就任し、介護、医療、予防などの分野でAIやロボットを活用する共同研究を開始。現在は、早稲田大学大学院人間科学研究科博士課程で「老化学」の研究に没頭している。 「いまは研究が本当に楽しくて、壮大な趣味を手に入れたような感覚」と語るが、初めから全てが順調に進んだわけではなかった。実は、アイドル時代に芸能事務所をやめて、辛酸をなめた過去がある。そこからどのように人生を好転させたのだろうか──。その秘訣を探った。 研究者の道へ　予期せぬ「やめる」選択 「昨日も研究室で夜中の2時半くらいまで計測や

50代文系副社長、AI学んで1000時間　1人で作ったアプリが大手食品メーカー採用に至るまでの軌跡（1/3 ページ） 「もしかしたら、経営よりも研究やエンジニアの方が天職に近いのかもしれない」──そうはにかむのは、商品パッケージのリサーチとデザインを手掛けるプラグ（東京都千代田区）の坂元英樹副社長だ。50代の文系出身。もともとは市場調査会社の社長だったが、デザイン会社と合併して今に至る。 プラグは現在、パッケージのデザインを評価するAIサービス「パッケージデザインAI」を展開している。すでにカルビーやネスレ日本など、大手食品メーカーがパッケージデザインAIを活用した商品を販売中だ。 このAIサービスは、東京大学との共同研究ではあるもの、実は坂元さんが1人でプログラミングからAIの実装までこなしたという。 始める前は「Pythonも知らない状態だった」という坂元さん。そこからどうやってAIサ

緊急事態宣言中の銀座はほとんどの店舗が閉店していて、通りから人の姿が消えていた（2020年4月25日正午撮影） ファッション業界の御意見番であるコンサルタントの小島健輔氏が、日々のニュースの裏側を詳しく解説する。新型コロナウイルスによる大打撃に襲われた2020年の小売業界。あぶり出された課題と、21年にすべきことは何かを整理する。 オリンピックとインバウンド期待から一転してコロナが世界を襲って鎖国状態となり、経済も生計も生活もシュリンクしてアパレル業界は壊滅的な打撃を受けた2020年だったが、ようやくワクチン接種も始まる2021年はアパレル復興の年となるのだろうか。 2020年は清算と破局の年だった コロナ禍に直撃された2020年は旅行・宿泊、エンタメ・イベント、飲食から百貨店やアパレルまで売り上げが激減し、閉店や人員整理、廃業や破綻が広がったが、その多くはコロナ前から問題を抱え、あるいは

NTT持株（以下、NTT）が12月25日、総務省開催の「公正競争確保の在り方に関する検討会議（第2回）」にて、NTTドコモの完全子会社化に伴うグループ再編の詳細を公表した。 NTTは2020年9月にドコモの完全子会社化を発表した際、詳細は未定ながら、NTTコミュニケーションズやNTTコムウェアをドコモに移管して連携強化することを検討しているとした。 今回明らかになったのは、具体的な連携方法とその時期。まずはステップ1として、2021年夏頃をめどに、NTTコミュニケーションズとNTTコムウェアをドコモの子会社とし、NTTとドコモの研究開発における連携を強化する。

自然言語処理（NLP）に革命を起こした手法「Transformer」の利用領域がさらに拡大する ディープラーニング以外の機械学習関連技術に対する認知と利用が広がる AI／機械学習の倫理問題はさらに大きくなり、データとプライバシーの規制が強化される MLOpsはさらに成長し、採用する企業が増えていく エッジAIが普及し、エッジデバイスでの機械学習関連処理が当たり前になる それでは早速、1つ目から順に紹介していこう。なお、番号順は優先度／可能性順というわけではなく、単に書いた順である。 1. 自然言語処理（NLP）に革命を起こした「Transformer」の利用領域がさらに拡大する 昨年2019年は「自然言語処理（NLP）がさらに躍進し、活用事例が増えていく」と予測したが、まさに2020年はNLPの年だったと誰もが実感しているのではないだろうか。その躍進の根源となる技術がTransformer

UNIQLOとジルサンダーのコラボレーション、+Jコレクションが大きな話題を呼びましたね。 私も楽しませていただきまして、コラボレーション開始から1ヶ月以上たった今でも、+Jの特設ページをよく眺めています。 その異例なほどの大きな人気のせいもあってか、特設ページの更新はかなり頻繁に行われているようです。特設ページの更新は在庫の復活を確約するものではありませんが、ファストファッションオタクとしてはやはり気になるもの。 そこで、pythonでスクレイピングさせて定期的に更新の状況を監視させてみたいなーと思ったのでした。 仕様 特設ページが更新されるとslackに通知がいく。 定期的に更新を監視する。 最終的には他のコレクションへの応用も目指す。（サイズ別在庫や価格状況の監視など） beautiful soupでスクレイピングできない 当初、beautiful soupによるスクレイピングを試み

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? みなさん、こんにちは。 こちらは「ABEJAアドベントカレンダー2020」の23日目の記事です。 はじめに 私は、弁護士として法律事務所に所属しつつ、ABEJAで法務のサポートなどをしています。 また、JDLAのE資格を取得したので、機械学習エンジニアを名乗って少しだけエンジニア的な活動をしたりもしています。 仕事柄、AIと法律の話をすることが多いのですが、その際に私がよく質問されるのが、 ①　所有権とか著作権とか特許権とか、権利がいろいろあってAIとの関係で何が問題になるかよくわからない ②　データの利用が法的にOK／NGってどういう

こちらの記事はRecruit Engineers Advent Calendar 2020の24日目の記事です。メリークリスマス！ adventar.org 仕事の分析で使うデータはほとんどがBigQueryに保存されているため、基本的な分析作業の多くはBigQueryでSQLを書くことで行なっています。 BigQueryでテキストデータを扱おうと思うとSQLではできない or 取り回しが悪いことも多く、一度Pythonでスクリプトを書いてその結果を再度BigQueryのテーブルに格納し、Joinして分析に使うということをしていました。 しかしこのやり方だとテキストデータを分析したいときは毎回Pythonのコードを書きにいかねばならず、またPythonでのテキスト処理も決して早いとはいえず、せっかくBigQueryでさくさく分析しているのにどうしてもテキスト処理に部分が作業時間のボトルネッ

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? ABEJAアドベントカレンダー2020の19日目の記事です。 この記事は何？ 結局AIって何個データ必要なの？ってよく聞かれると思います。 そんなん知るか この記事では、ある程度精度が出ている既存のタスクにおいて、どんなデータを、どのくらいの量与えているかを調べた結果です。ちなみに、僕自身、すべてのタスクを扱ったことがあるわけでは無いので、ほぼ一部適当な部分もあるかと思いますが、ご容赦ください。あと、このデータが入ってないよ！ってツッコミも歓迎です。 あと、技術は常に進んでいるので、ちゃんと最新技術を追っておけば、より少ないデータで良い

Amazon Web Services ブログ 【開催報告 & 資料公開】 AI/ML@Tokyo #9 機械学習モデルの可視化、説明可能性とMLセキュリティ アマゾン ウェブ サービス ジャパン株式会社 機械学習ソリューションアーキテクトの大渕です。AWS Japan では、AI/ML 関連情報を発信するイベント「AWS AI/ML@Tokyo」を定期的に開催しています。2020年12月17日にオンラインで開催された AWS AI/ML@Tokyo #9 では、AWS の 機械学習ソリューションアーキテクトより Amazon SageMaker を使って機械学習モデルの可視化と説明可能性を実現する方法をご紹介し、ソリューションアーキテクトより AWS の AI/ML サービスにおけるセキュリティについてご紹介しました。また、お客様活用事例として、東日本旅客鉄道株式会社様より、画像認識を活

2020年も多くの素晴らしい技術書がたくさん出ました. その中でも（昨今のトレンド・流行りも手伝ってか）Python本の多さ・充実度合いは目立つものがあります. （このエントリーを執筆した12/19時点で）Amazonの本カテゴリで「Python」と検索すると1,000件以上出てきます*1. これだと目的の本にたどり着くだけで疲れそうです. このエントリーでは, 主にPythonを学びたい・現在使っている方 手元の業務を効率化したり, RPAっぽいことをやりたい方 エンジニア・データサイエンティストとして業務や趣味・個人開発をされている方 を対象に, 今そして来年2021年に読んでおきたいPython関連書籍（と抑えておきたいサービス） をエンジニアでありデータサイエンティストである私独自の視点で紹介します*2. なおこのエントリーはこのブログで例年執筆している「Python本まとめ」の2

AI・データ分析プロジェクトのすべて[ビジネス力×技術力=価値創出] 作者:大城 信晃(監修・著者),マスクド・アナライズ,伊藤 徹郎,小西 哲平,西原 成輝,油井 志郎,株式会社ししまろ発売日: 2020/12/21メディア: 単行本（ソフトカバー） 旧知どころか僕が7年前にこのブログを始めた頃からの友人でもある、てつろーさんこと伊藤徹郎さんからご恵贈いただいたのがこちらの一冊です。執筆陣にはてつろーさんのみならずデータ分析業界の著名人がズラリと並んでおり、これぞ豪華版といったところでしょうか。 執筆陣が豪華なだけあって、内容もまた素晴らしい充実ぶり。今年読んだデータ分析業界の新刊書の中でもトップクラスと言っても過言ではないと思います*1。記事タイトルにも大書しましたが、まさにこれこそが「全てのデータ分析者が読むべき仕事術大全」だと唸らされた次第です。 ということで、早速本書をレビューし

著者のRahul Agarwal氏はインドで活躍するデータサイエンティストであり、AINOW翻訳記事『データサイエンスを過度に民主化するな』の著者でもあります。同氏が最近Mediumに投稿した記事『機械学習プロジェクトはなぜ失敗するのか』では、機械学習システムを製品化する際に失敗してしまう原因が解説されています。 同氏は、機械学習システムの製品化に失敗する原因として以下のように5項目を挙げ、合わせて対策も解説しています。 機械学習プロジェクトが失敗する5つの原因とその対策

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

海外ベンダーの資料にAWSはIaaSでAzureはPaaSって書いてて面白いなと思うと同時に、妙に腑に落ちる分類だなと思いました。それをツイートしたところ、どういうことか書けよとばかりに拡散されたので書きました。 もちろんそんなにバッサリ区分けできるものじゃないし、AWSにはlambdaとかRDSとかPaaSの人気サービスがたくさんあります。逆にAzureにだってIaaSはあります。 でも、そういう区分けをしていることに納得できる理由。それは、設計思想が違うからです。 なお、本記事は私の偏見のみで構成されております。 2020/12/23追記 lambdaは2010年ではなく2014年開始との指摘を多数いただいたので修正いたします。調べもせずに適当に書いてすみませんでした。また他にも「GCPこそPaaSでは？」「GCPはSaaS」などGCPを比較する声がものすごくたくさんありましたが、私の

京都で行われた「全国高校駅伝」の女子のレースでは、一般の車が警察官の制止を振り切ってコースに進入し、選手がよけて走る事態が起き、大会事務局は再発防止に努めるとしています。 20日午前、京都で行われた「全国高校駅伝」の女子のレースでは、最終5区の3キロを過ぎた付近で、車が交通規制をしている警察官の制止を振り切ってコースを横切りました。 このため京都の立命館宇治高校の選手が車との接触を避けて走ることを強いられました。選手たちにけがはないということです。 大会の事務局は「選手との接触が危ぶまれるゆゆしき事態で、許されることではなく、非常に怒りを覚える。かなり強く制止したが振り切られたということなので警備や交通誘導の問題とは思っておらず、再発防止に努めたい」と話していました。

ビジネスのさまざまなシーンにAIが浸透しつつある。とはいえ、概念実証（PoC）から実用へ、さらには部分活用からエンタープライズ活用へとAIをスケールさせることに成功した企業はまだ一握りだ。この壁を越えるためには、何が必要なのだろうか。アクセンチュアのビジネス コンサルティング本部を統括する牧岡宏氏と、AIグループを率いる保科学世氏は、何よりも「経営者が自ら意識改革することが重要」と指摘する。 部分導入から全社導入への高い壁 ──　ビジネスにAIを活用しようという企業が増えています。 牧岡 宏（まきおか・ひろし） アクセンチュア　ビジネス コンサルティング本部 統括本部長 シニア・マネジング・ディレクター 専務執行役員 東京大学工学部卒業。マサチューセッツ工科大学経営科学修士修了。丸紅、ベイン&カンパニーを経て2014年にアクセンチュアに参画。全社成長戦略、組織・人材戦略、M&A戦略等の領域

本物のジョブ型社会ではキャリアアップは難しい 前回、日本型の「無限定な働き方」とは、「易しい仕事から始めて、慣れたらだんだん難しくする」というものであることを説明しました。その結果、知らない間に習熟を重ね、給与も職位も上がっていくことになります。まさに無限階段が作られているわけです。 一方、欧米のジョブ型労働は、ジョブとジョブの間の敷居が高く、企業主導で無限階段を容易には作れません。キャリアアップの方法は、原則として ①やる気のある人がジョブとジョブの間の敷居をガッツで乗り越える ②一部のエリートが自分たちのために用意されたテニュアコースを超スピードで駆け上る の2つだけ。その他多くの一般人は、生涯に渡って職務内容も給与もあまり変わりません。 その結果、日本と欧米（とりわけ欧州）では、労働観が大きく変わってしまいます。日本では「誰でも階段を上って当たり前」という考え方が、働く人にも使用者に

クライアント企業の変革を実現するために欠かせない、特に注目すべきビジネステーマを取り上げています。各領域の動向や課題、アビームコンサルティングのアプローチを紹介しています。

[1] 本サイトでは、「PyTorch 公式チュートリアル（英語版 version 1.8.0）」を日本語に翻訳してお届けします。 [2] 公式チュートリアルは、①解説ページ、②解説ページと同じ内容のGoogle Colaboratoryファイル、の2つから構成されています。 両者は基本的には同じ内容です。本サイトでは 「Google Colaboratoryファイル」で、チュートリアルの日本語訳を用意しております(未完成分は順次公開いたします)。 [3] 本サイトのチュートリアルの閲覧および実行は、Google Colaboratory環境を前提とします。 （本サイトのライセンスはこちらとなります） [4] 本サイトに掲載している、日本語チュートリアルをまとめて配置したGitHubはこちらとなります。 [0] 目次（table of contents） 日本語解説へ [1] テンソル（T

CI: 継続的インテグレーション CD: 継続的デリバリー CT: 継続的トレーニング CM: 継続的監視 2.2 Facebook Facebookのエンジニアブログを検索しましたが、ヒットしませんでした。 FBLearnerでMLOpsを実践しているものの、定義を書いているわけではなさそうです。 2.3 Intel Intelのwebサイト内にてMLOpsで検索しましたが、SeldonのCTOの紹介と求人票以外はヒットしませんでした。 https://www.intel.com/content/www/us/en/search.html?ws=text#q=MLOps&t=All プロセッサを作るのがメインの会社だから、無くても仕方ないですね。 2.4 Microsoft 2.4.1 Microsoftの定義 MLOps:Azure Machine Learning を使用したモデル管