こんにちは。InsightEdgeのDataScientistのSugaです。最近もサウナに通っていますが、サウナ好きのなかではオロポという飲み物があります。 オロナミンC+ポカリスエットというもので独特な味がして気にっています。さて、今回は、生成AIを駆使して、バーチャル水田で稲作をシミュレーションしてみようと思います。 取り組むきっかけ 最近のニュースから 最近のニュースを見ていたら、「農林水産省、「天穂のサクナヒメ」とコラボ」という記事がありました。知らない方もいると思うので、少し説明すると、「天穂

以前、LINEアプリで音声品質を測定するという記事で、LINEアプリにおけるアコースティック環境やネットワーク環境の変化、グローバル環境に対応する方法を紹介したことがあります。特に、アコースティック環...

こんにちは。今回、Udemyにて「ゼロから始めるソフトウェアテスト技法」の講座を公開させていただきましたことをお知らせします。 本記事では、公開された講座がどのようなものなのか、ソフトウェアテストの近い未来をお伝えします。 講座の紹介 本講座の「ゼロから始めるソフトウェアテスト技法」では、ソフトウェアテスト技法の基礎から、よくある仕様を使ってソフトウェアテスト技法の実践的な適用方法を解説したものです。 本講座は、次のような方に見てもらいたい内容となっています。 ソフトウェアテスト未経験者 ソフトウェアテス

Amazon RDS Performance Insights は Amazon Relational Database Service (Amazon RDS) の強力な機能で、データベースのパフォーマンスに関するリアルタイムおよび過去のインサイトを提供します。パフォーマンスボトルネックのトラブルシューティング、遅いクエリの特定、システムの最適化など、どのような目的でも Performance Insights は役に立ちます。Performance Insights を使用するとデータベースの動作をよ

目次 はじめに GitHub Copilotとは 導入背景と期待効果 なぜGitHub Copilotを導入したのか 組織内の活用状況 GitHub Copilotの利用状況 利用者の声 まとめと今後の展望 まとめ 今後の展望 はじめに Insight Edgeで開発チームのLead Engineerをしている三澤です。 Insight Edgeではチームの開発効率の向上と品質の向上を狙い、さまざまなツールやサービスの検証と導入を進めています。その中で弊社内で活用しているGitHub Copilot Bu

こんにちは。サイバーエージェント メディア統括本部 Data Science Center の武内で ...

7月10日、 Amazon MemoryDB のベクトル検索 の一般提供についてお知らせします。これは、インメモリパフォーマンスとマルチ AZ 耐久性を備えたリアルタイム機械学習 (ML) および 生成人工知能 (生成 AI) アプリケーションの開発用の新機能で、ベクトルの保存、インデックス作成、取得、検索に使用できます。 今回のリリースにより、Amazon MemoryDB は、Amazon Web Services (AWS) で人気の高いベクトルデータベースの中で、最も高いリコール率での最速のベクト

7月9日、 AWS Glue Studio Visual ETL でのデータ準備オーサリングの一般提供を開始することをお知らせします。これは、ビジネスユーザーとデータアナリスト向けの新しいノーコードデータ準備ユーザーエクスペリエンスで、スプレッドシートスタイルの UI を備えており、AWS Glue for Spark でデータ統合ジョブを大規模に実行します。新しいビジュアルデータ準備エクスペリエンスにより、データアナリストとデータサイエンティストは、データをクリーンアップして変換し、分析と機械学習 (M

Google スプレッドシート（Spread Sheets） とは Google スプレッドシート（Spread Sheets）とは、Google が提供する、オンラインでリアルタイムによる共同編集が可能な表計算ソフトです。

前書き デジタルテクノロジー統括部アナリストの安藤です。 最近マーケティングに関するプロジェクトに携わることになり、Marketing Mix Modeling(以下MMM)の門を叩くことになりました。 MMMでは、広告メディアがどれだけKPIに貢献したのかを回帰モデルによって推定し、それを元に予算の最適化を行います。 変数の値をそのまま使うのではなく、全体的なトレンドや季節性、繰越効果や飽和効果といった要因を扱っていることが特徴です。 MMMの代表的なOSSとしてGoogleの LightweightM

グループデータ本部データサイエンスグループの嶋村です。 データサイエンスグループが主催でデータサイエンス系の自社イベント『 LIFULL AI Hub 100 ミニッツ ＃2 「ファクトブック」 』を開催しました。第1回目の『 LIFULL AI Hub 100ミニッツ #1 「LLM（大規模言語モデル）の研究開発」 』に引き続き、オフライン・オンラインともに盛況となり、今回も講演を聴講していて学びがありました。当日は、 X（旧Twitter）でも実況 しておりましたので、当日の様子が少しでも伝わればと思

DatabricksのFeature StoreとAutoMLの紹介 DatabricksのAutoMLと特徴量ストアとは、Databricksのエコシステムにおいて重要な組み合わせで、データサイエンスと機械学習の分野に革新をもたらします。このブログでは、これらのツールの基本を解説し、これらが機械学習モデルのトレーニングと管理を簡単にするだけでなく、効率的でスケーラブルにする方法を見ていきます。また、DatabricksとdotData Feature Factoryの統合について深く掘り下げ、そのメリッ

はじめに こんにちは、X イノベーション 本部 AITCの鴨谷です。 私はAITCの コンサルティング チームに所属しており、日々データ分析や 機械学習 モデルの開発に取り組んでいます。 今回は、AITCのチームで参加したKaggleのHome Credit-Credit Risk Model Stabilityコンペ( https://www.kaggle.com/competitions/home-credit-credit-risk-model-stability ) についてお話しします。2024

TL;DR AI に League of Legends のビルドを考えてもらって実践したらボコボコに負けました。 対象読者 League of Legends をプレイしている人 LLM に興味がある人 Gemini 1.5 Pro に興味がある人 LLM で大きいデータを楽に扱いたい人 サモナーズリフトへようこそ こんにちは。クラウドエース バックエンドエンジニアリング部 の伊藝です。 みなさんは、League of Legends をプレイされていますか？ League of Legends (Lo

こんにちは、SHIFT DAAE（ダーエ）戦略部の荒木です。同部にてマーケティングアドバイザー、ふるさと納税サービス「まん福」の統括担当を経て、現在は地方創生、 自治体向けの新規企画などを担当しています。 この記事はこんな方におすすめ