記事一覧
ChatGPT-like ChatBot with Chainlit🤖
はじめに
私は、現在フリーランスのエンジニアで生成AI導入支援のプロジェクトに携わっています。
特に最近は、社内に蓄積された経理関連のドキュメントや議事録をもとに、LLM(Large Language Models)ベースでFAQ ChatBotなどを構築する受託案件がとても増えてきました。
ただ、いきなりエンジニアをアサインしてシステム開発するというよりは、前段としてまず、顧客からサンプルデ
IELTS7.0でもTOEICは835点でした(泣)
約6年ぶりのTOEIC海外大進学に必要な目標のIELTSスコアを無事に達成できたので、
この間、久々にTOEICを受けてきたのですが、結果としては、835(R400、L435)という微妙なスコアでした。
というのも、IELTSで6.5から7.0のスコア保持者は900程度に相当すると聞いており、対策せずとも今のポテンシャルだけで800後半は取れるかな〜と思ってたのでちょっと残念、、、
Abili
20代後半で留学を決断した理由
将来を楽して生きたい振り返れば、大学在学中に始めた長期インターンを考慮すると、5社以上で働いた経験がある。どこも事業規模としてはそこまで大きくなかったが、現場にはほぼ例外なく外国籍のエンジニアがおり、彼らをマネジメントしている英語が堪能な海外MBA・GAFAM出身の方々、さらには若くして海外スタートアップでバリバリ働いている人など、、そんな方々と触れ合う日々だった。
多くの刺激を受けつつ、一方で
PLATEAUに入門してみる
Project PLATEAUの「3D都市モデルの導入ガイダンス」を読んでみた感想です。
デジタルツインとはフィジカル空間に存在する物体をサイバー空間上に再現し、フィジカル空間で収集した人流や環境などのリアルタイムデータを反映することで、サイバー空間上にフィジカル空間の「双子(ツイン)」を構築するもの。
→都市空間のデジタルツイン構築に、3D都市モデルの活用が期待されている。
Project
衛星画像解析:パンシャープン画像の生成方法
パンシャープン処理とは
近年のリモートセンシングデータは、パンクロマティックセンサーによって高解像度のモノクロ画像(=パンクロマティック画像)を取得できます。一方、解像度は少し劣るものの、マルチスペクトルセンサーからはカラー情報が得られるため、この両者の特性を擬似的に合成させることにより、高解像度カラー画像の作成が可能となります。この方法がパンシャープン処理です。
※合成させるデータ間の空間分解
地域データ分析に入門してみる
「地域データ分析入門〜すぐに役立つEBPM実践ガイドブック〜」はEBPMの発想に基づいて、地域の現状や課題、将来、政策効果を見える化するための考え方や地域分析手法の基礎を学ぶことを目的とした書籍です。
シフト・シェア分析日本の地域政策のどこが問題なのか
OBPM(Opinion Based Policy Making)→EBPM(Evidence Based Policy Making)への転
Dashを用いた人流データビジュアライゼーション Part.1
1. やりたいことG空間情報センターにて公開されている全国人流オープンデータを用いて、1kmメッシュ別の滞在人口を可視化させること。
具体的には、メッシュにカーソルを合わせてインタラクティブに人口を表示させたり、プルダウンで関心エリアの変更を可能にする機能を実装します。
出典:「全国の人流オープンデータ」(国土交通省)(https://www.geospatial.jp/ ckan/datase
Lasso・Ridge推定の概念をざっくり理解する
データに曲線パターンが見られるときは、直線による回帰ではなく、2次関数や3次関数など説明変数を非線形関数に変換して回帰した方が良い場合がある。
※ φ:基底関数、uiは誤差項
しかし、基底関数をたくさん使って説明変数を増やしすぎると過剰に適合してしまうことに・・・
そこでいい感じに意味のない説明変数を除外してくれるのがLasso・Ridge推定というわけである。
直線モデルの係数推定(解析