IoT時代のクルマとUX
はじめまして、UIデザイン、情報設計を担当する塚田です。 ３年前より「人間中心設計」についての学びはじめてから、 UXデザインやサービスデザインへの考え方を実務導入し、社内にファシリテートしています。 これなかなか理解得るのはむずかしい。。 2012年より某自動車メーカーのネットとつながるナビ端末のオーディオ部門の 試験研究に2年間ほど参画させていただいた経緯もありますので、 今回このテーマで自論（あくまでも自論だよ）をつらつらと書きます。 ◆今までのクルマのHMI（ヒューマン・マシン・インターフェース） ここ数年でクルマのカーナビのHMIは大きく変わってきていると感じています。 グーグルやアップルの車載機を開発参入により、 UIの見せ方や操作方法にも変化がおこりました。 日本の車メーカーのほとんどは、自動車工業会が規定するガイドラインに則って ナビのUIデザインを作成しています。 これは運転中操作における「安心」「安全」を最優先にユーザー操作が考えられているわけですが、 その反面、規制に則ったHMIデザインはどのカーナビメーカーも似たり寄ったりでした。 JAMA「画像表示装置ガイドライン」 http://www.jama.or.jp/safe/guideline/pdf/jama_guidelines_v30_jp.pdf その中でも国内最大手メーカーであるT自動車のガイドラインは世界でもトップクラスの ストリクトな規定となっており、僕らデザイナー泣かせな厳しい規制がありました。 そこに数年前、アップルの「apple carplay」が登場！ 正直、それまでの国内のガイドライン規制を覆すような シンプルかつすっきりしたUIでした。 文字高：5.5mmに足りてないじゃ～ん。。 おまけに静電タッチパネルだからスマホ感覚でスルスル動く。。 これで国内のHMI規定通過するの？？？ と、まぁ衝撃を受けたんですが、 モーターショウで実機触ってみると意外に使いやすいではないですかァァ！！ なぜ？！ ガイドライン則ってればユーザビリティが良いってわけではないの？？ ◆スマホ時代の新たな操作のアフォーダンス化 そう、僕らは８年程前にジョブズがiPhoneを発表してから、 僕らは知らず知らずのうちにタッチパネルの独自操作や アプリアイコンの形状や配列に慣れてしまっていたわけですね。 つまり僕らはアップル（iPhone）によって「新たなアフォーダンス」が備わっていたのです。 2000年代に入ってからあらゆるデバイスを日々日常の生活の中で 当たり前に触れる今日において、私たちのUXは日々刻々と進化していっているのです！ 最近のシーテックなどではどこもかしこもIoT祭り・・・ 人々の生活において、つい10年ほど前まではスタンドアロンで完結していた製品すべてが 当たり前にネットでつながる世の中なのです。 さらには生活者の活動の多様性もあいまって、 今となっては既存の車のHMIガイドラインでは、 「ダサさ」と「使いづらさ」を助長する規制になりつつあります。 ◆今だからこそ「人間中心設計」によるユーザーの本質的欲求の見直しが必要 ITによるクルマの進化はこれからも続きます。 各社メーカーが自動運転技術に凌ぎを削り進化していく中で、ドライバーの運転中の行動や欲求にも変化が起きてきます。 ・走行中の操作が規制されていた動画やアニメーションUI ・1タスク操作完了までの８秒縛りルール ・1画面ボタン配置数と押下判定範囲サイズ もうこんなこと意識しなくたっていいじゃん！...AWS活用セミナー「AWSの利用を躊躇されている方々へ」
2015年10月23日にアイティメディア主催**「主導権はユーザー側が持つ 企業のためのAWS徹底活用セミナー」**に登壇いたしました。 当日セミナーにお越しいただけなかった方にもお伝えできるよう本ブログにてコンテンツとしてお届けいたします。 セミナー概要 AWSの利用を躊躇されている方々へ 株式会社ISAO infra R&D プロジェクトリーダー 片貝 力也 本日はAWSの利用を躊躇している方々に向けて、利用当初の注意点や問題になりやすい事項を簡単に紹介させて頂きます。具体的な実例をもとにご説明させて頂きたいと思いますが、既に利用いただいている方々にとっては物足りない内容になってしまいます。その点、予めご了承ください。また最近ニーズが高まっているAWSでのセキュリティ対策についてもご紹介いたします。 EC2以外のサービスを利用しますか？ AWS（Amazon Web Searvices）を利用される予定の方々に質問です。 EC2以外のサービスを利用しますか？ もちろんEBSやELB、S3なども利用しないとサービスとして成り立たないかと思いますが、現状AWSにて構築を検討する際に、まずAWSで提供しているマネージド込みのサービスをどこまで使用するかが一つの重要なポイントになります。EC2上に自前でミドルウェア環境を構築していくのか、RDSやElastiCashなどミドルウェアまで揃えているマネージドサービスを利用するのか、どこまで利用するのか一度検討ください。ただマネージドサービスを利用することで構築の手間が大幅に省けますし、運用の手間も簡略化されるため、工数が減りコスト減にも繋がりますので、利用される事を通常お勧めします。 しかし、1点気を付けなければならないのがベンダーロックイン（※）状態です。 数年毎に別のシステムへの移設を検討しなければならない場合は、マネージドサービスを利用していると移設検討が非常に困難となってしまいます。ただAWS環境から他環境への移設メリットは無い、もしくは薄いケースが殆どだと思いますので、現状ですとマネージドのサービスを躊躇せずに利用して問題ないと思います。またAWS環境にて安定的なサービス運用をする為にもマネージドのサービスを利用する事は近道となります。 （※）ベンダーロックイン 特定の環境・技術に固定され、他との互換性が損なわれるとこと ただシステム環境以外にも構築運用メンバーの技術スキルもAWSに踏襲・専属化していってしまいますので、昨今のインフラメンバーでは、オンプレミス環境のネットワーク設計や導入作業が出来ないといった事態も発生してます。 インフラエンジニアを抱えていらっしゃる企業様は、運用リソースの配置や今後のスキルパスまで考えていくことが必要です。 AWSの月額費用って本当に安いの？ AWS利用で発生する月額費用は、規模がある程度大きくなると決して安くは見えません。 特にオンプレミスで構築した場合のCPUのコア数やハードウェアのパフォーマンス等を、そのまま踏襲してAWSで試算をすると、1年や複数年のスパンでハウジング費用と比較すると高くなるケースが多々あります。ただし、これは単純に発生する月額費用を比較した場合の話なので、実際は見えにくい運用でのコストを加えて比較すべき内容です。 AWSは構築運用だけでなく、設計や管理、オンサイト作業のコストを除外できることも大きなメリットとなります。 例えばデーターセンターに行く必要がないというのが分かりやすい一例です。それらを計算に入れると正しいAWS費用の試算ができます。 またインスタンスの稼働を100%ではなく、実負荷を想定した変動性でコスト試算できるとよりメリットが見やすくなります。 リザーブドインスタンスって？ さらに、AWSにはリザーブドインスタンス（RI）という年間契約でお安くなるプランもございます。 このRIは1年もしくは3年契約での割引サービスだけでなく、「リザーブド」の名前が示すようにインスタンスの起動が約束されます。 契約しているとインスタンスの数が確保でき、稀にある「リソースが枯渇していて必要なインスタンスの数が上がらない」といった心配も無くなります。 インスタンスの起動に失敗した場合、数分〜数十分待ってから起動させる必要があるのですが、RIは契約分のリソースが確保される事になります。 手動でオペレーションしている場合は大きな問題にはなりませんが、規模が大きくなり自動化等を取り入れていると、スムーズなインスタンスの起動は重要な課題となります。 AWSのメンテナンスってどうなの？ EC2のメンテナンスには主に2種類あります。 アップデート用メンテナンス リタイアメント用メンテナンス 1つ目はAWSが実施するセキュリティアップデートです。こちらは特定のタイミングを指定し、AWS側が実施するメンテナンスとなります。なので環境や対象によっては、そのタイミングでサービスを停止、メンテナンスに切り替える必要があります。ただライブマイグレーション等で対応できる範囲も増えているようなので、今後は年に1回あるかどうかだと考えてます。 2つ目はハードウェア故障やリタイアメントによる、インスタンスのstop/startとなります。こちらは取り扱いインスタンス台数が増えるにつて対象となる可能性も高まりますので、わたくしの感覚ですと1,000台程度起動していると毎週どこかで発生する程度の頻度となります。ただこちらは指定された日までの好きなタイミングでstop/startをすれば良いだけなので、通常サービスへのインパクトはそれほど高くなりません。※ただ通常平日の4:00からとかに実施しますので、作業者が頻度によっては少々大変になります。 またインフォメーションは英文メールでとどきますので、見逃さないように注意が必要です。 Eventとしてもマネージドコンソールで確認できますので、弊社はAPI経由でEvent監視をしてアラート発報させてます。 上限緩和申請って知っていますか？ 意外に知られていないのですが、AWSには非常に多くの起動数や設定数の上限設定がなされています。 EC2インスタンスの起動数やEBSのトータルボリューム数、ELBの数、SecurityGroupの数等、それは多岐にわたります。 例えば、EC2インスタンスはタイプにもよりますが、20がデフォルトの起動上限数です。 よって、21以上のインスタンスを起動したい場合は、事前にマネージメントコンソールから上限緩和申請をする必要があります。 この上限緩和は少し時間を要しますので、構築作業の前日までには申請をしておいた方が無難です。...Apple Watchを3週間使用してみた感想
Apple Watchを3週間使ってみて こんにちは。鴫原です。 Apple Watchを3週間試しに使用してみた感想をまとめてみようと思います。 良かった点 フィットネス機能で健康への意識が上昇する Apple Watchで計測するアクティビティの機能は、「ムーブ」「エクササイズ」「スタンド」の3種類がありますが「スタンド」の機能が非常に良かったです。 「スタンド」とは1時間座りっぱなしでいると「立ち上がって1分間歩きましょう」という通知が来る機能です。 仕事に熱中しているとついつい座りっぱなしになってしまうことが多々ありますが、通知が来ることで立ち上がり散歩したり、体操したり意識的に運動するようになりました。 またミッションをApple Watchから与えられた気分になるので、ゲーム感覚で楽しむことができます。 料理中のタイマー機能 濡れた手でiPhoneに触るのははばかれますが、Apple Watchなら遠慮無く触ることができます。 料理中便利だったのはタイマー機能。 キッチンタイマーだと衛生面的に心配な部分もありますが、Apple Watchなら防水性が高いのので水拭きすることができます。 またちょっとタイマーつけてちょっと離れた場所にいても、Apple Watchは常に身に着けているので、アラームが聞こえないという心配もありません。 なお、cookpadならiPhoneで最後に見たレシピが自動的に表示され、手順で必要なタイマー時間が自動的にセットされているので、自分でセットする必要がなく非常に便利でした。 良くなかった点 ランニング用としては微妙… 私は趣味でランニングをしているのですが、使用前はiPhoneを持たなくてもApple Watchでログを残せるものだと考えていました。 しかしApple WatchにはGPS機能がなく…。結局Apple Watchで計測するにはiPhoneを持たなければならないため、荷物が増えただけ…という印象でした。 ランニング用としては普通にランニングウォッチを使用したほうが無難だなと思いました。 バッテリーの持ちが悪い… バッテリーの持ちは非常に悪かったです…。 現状、普通に使っていると１８時間ほどでバッテリーが切れるそうです。 朝から使って、ちょっと会社帰りに飲んだりする日は、帰りの電車の中でバッテリーが切れてしまい…。 バッテリーが切れてしまえば、もちろん時計として機能せず、ただのアクセサリーと化してしまい全く意味なかったです。 というわけで、結構辛口に書いてしまいましたが製品自体はとても面白いなと感じました。 次世代モデルに期待したいと思います。...じぶんの仕事が好きですか？
株式会社ISAOのShallasです。 中国出身、日本は4年目、入社は2年目で、現在営業の仕事をしています。 今回はISAOの会社文化について自分の感想をご共有させて頂きます。 ISAOスピリッツとは 最初はTeam ISAOの5つのスピリッツ（価値観）をご紹介します。 - 新しきに挑み拓く - 自分の仕事を愛し誇る - オープンにつながる - 見えないものを見る - 家族的キズナ ISAOに働いているメンバー全員が、この5つのスピリッツ を日々意識しながら仕事をする文化を作っています。 じぶんの仕事を愛し誇る 今回お話をしたいのは「自分の仕事を愛し誇る」です。 スティーブ・ジョブズがスタンフォード大学の卒業式にて、下記の話をしました。 仕事は人生の大きな部分を占めることになり、真に満足を得る唯一の方法は偉大な仕事だと信じることだ。 そして偉大な仕事をする唯一の方法は自分がしていることをたまらなく好きになることだ。 まだ見つけていないなら探し続けなさい。 妥協は禁物だ。 私は今の仕事が好きです。 沢山成功したビジネスマン・ウーマンと接する事ができ、日々成長を感じ、 仕事の目標が直接に組織の利益と繋がり、そして最も魅力的なのは、 自分のアクションによる結果が見やすい、達成感を感じやすい事です。 営業って素晴らしい仕事だと私が信じていて、営業を通して満足を得て、もちろんその仕事を愛し誇ります。 しかし、営業をやる前は違いました。 入社1年目の最後、自社開発しているサービス「Goalous」の プロトタイプを作成するデザイン系の仕事を挑戦してみました。 その時、「自分が本当にデザインの仕事が好きなの？」という疑問がありました。 よく考えた結果は、代表のけいじさんと相談する事にし、次の週に営業部に入りました。 デザインは続ければ勉強とスキルには絶対なると思うのですが、 自分にはやはりビジネスよりの仕事に興味があるから、妥協は嫌でした。 なので、自分に対して正直に「この仕事が本当に好きですか？」と聞く事から始まります。 じぶんの仕事が好きですか？ 皆さんはどうですか？ じぶんの仕事が好きですか？何で今の仕事をしていると思いますか？ 一回正直にこの質問を自分にぶつけてみたらどうでしょう。 そして答えを誰かに共有し、皆にこれについて考えてもらいたいと思いました。 それで、私から会社に提案をしました。 毎週金曜日に社員が集まるTGIF（カジュアルミーティング）の場を借りて、1名の方に「自分の仕事が好きですか？」 についてプレゼンテーションをして頂きます。素晴らしい機会になると思います。 皆さんも常に「これは本当に私がやりたい仕事ですか？」と問いかけてください。...AWS re:Invent keynote DAY2
昨日に引き続き、2015/10/8 9:00〜10:30（現地時刻） に行われた keynote 中に発表されたプロダクトをお伝えします。 Amazon EC2 新インスタンス、X1, t2.nano まずは EC2 の新インスタンス。X1 インスタンスは最大 100vCPU！/ 2TB メモリー！。クラウド上の IaaS の利用がインメモリ処理で実行するアプリケーションが増えてきたことに対応。SAP HANA などもターゲット。 ホスト側の CPU は Intel Xeon E7 v3 を採用しています。 t2.nano は 1vCPU / 512MB メモリーというスペック。上記のような要求がある一方で、t2.micro の 1GB メモリーでも大きいよ、というニーズが多いためと思われる。 Amazon EC2 Container Registry (ECR) いよいよ AWS のコンテナサービス利用が本格的になりそうだ。 今まで、docker コンテナで利用するイメージファイルは aws 上で管理、作成などができず、ユーザーが独自で管理する必要があった。 今回のアップデートでフルマネージドとなり、AWS 上でイメージファイルの保存、管理、デプロイが可能になります。 また、AZ を意識した配置、CLI などの提供も始まります。...AWS re:Invent keynote DAY1
2015/10/7 8:30〜10:30（現地時刻） に行われた keynote 中に発表されたプロダクトをお伝えします。 Amazon QuickSight Amazon発の高速で使いやすく、コスト効果の高い BI ツール。 ビッグデータや IoT と言った言葉が飛び交う中、UI/UX 部分に関しては個々で開発が必要でした。 これを使ってデータがあればすぐにでも BI を構築できてしまう代物。 データ解析には新たに「SPICE」という名のエンジンを開発。 また、SPICE からのデータエクスポートはDomo, Qlik, Tableau, Tibco等にも対応予定とのこと。 Amazon Kinesis Firehose すでにプロダクト化されている Kinesis の派生版。今まで Kinesis にてストリームされたデータについて EC2 や S3 ひいては Redshift で利用する際、ユーザーが個々にアプリケーションを開発する必要がありました。 Kinesis Firehose を利用すればストリームデータを直接、簡単に S3 や Redshift にロードすることが可能になります。 QuickSight といい、Kinesis Firehose といい、ユーザーサイドの開発を必要とせず、やりたいことをすぐに実現できるようになります。 AWS Snowball 今回の製品発表の中で一番驚きを隠せないのがこれだ。 今までオンプレミスからクラウドへ移行したい、と思うユーザーにとって最大の障壁の一つであるデータ移行。 このデータ移行を安全に迅速に行えるようになるプロダクトが Snowball だ。 アプライアンス製品として提供され、配送の際発生するヒューマンエラーを排除する、とのことなので、物流としての Amazon のナレッジも生かされていると思われる。 1アプライアンス 50TB で提供され、複数個使用することで 100TB, 200TB と利用することが可能。 今までかかっていたデータ移行のための回線費用などの削減する。...マークダウン記法のおさらい
DEVLAB改め、IsaBとして本格的に公式ブログ化して、今後記事書く人が増えてくるはずなので、本ブログ用にMarkdown記法の雛形、かつ表示スタイルの確認用のウェルカムドキュメント的にこの投稿を書き起こしたのですが、一般公開しても特に問題ないTIPSでもあるので、そのまま記事として公開しておきます。 そもそもマークダウン記法って何？──という人も多いかもしれないので、 Markdown（マークダウン）は、文書を記述するための軽量マークアップ言語のひとつである。もとはプレーンテキスト形式で手軽に書いた文書からHTMLを生成するために開発された。現在ではHTMLのほかパワーポイント形式やLATEX形式のファイルへ変換するソフトウェア（コンバータ）も開発されている。各コンバータの開発者によって多様な拡張が施されるため、各種の方言が存在する。 上記はWikipediaからの引用です。 まぁ、簡単に言うと、HTML知らなくてもルールに沿った書式でテキスト文章を書くことで、リッチなスタイリングがされたHTML文書に変換できてしまう記述方法と云うものです。基礎的な書式だけでも覚えておくと色んな書式に変換できるので、様々なシーンで利用できるお得な言語スキルです。 ──と云うわけで、さっそく基礎的な書式を紹介していきます。 1. 見出しブロック まずは見出しブロックの書き方から。 原則的にブロック要素の場合は、前後に改行が必要になります。 # 見出しH1 ## 見出しH2 ### 見出しH3 #### 見出しH4 ##### 見出しH5 ###### 見出しH6 これがどのように見えるかというと、 見出しH1 見出しH2 見出しH3 見出しH4 見出しH5 見出しH6 ↑こうなります。 H1、H2のみ、別の記法があって、 見出しH1 =============== 見出しH2 --------------- ↑こんなのも使えます。 見出し直後の行の=や-の数は1個以上であればOKです。 これを利用すると、markdownがスタイリングされていないテキスト状態でも文章が見やすくなります。 あと見出しにハッシュを使い、ページ内リンクを実現することができます（Markdown Extraの拡張機能です。このサイトでは利用可）。 その場合、見出しの後に {#hash} を付けます。 ### ハッシュ付見出し {#hash} ハッシュ付見出し ハッシュ付見出しへのページ内リンクの記法は、後述のリンクの項目を参照してください。 2. 引用ブロック ブロック要素なので、前後に改行が必要です。...まゆこのましんラーニング♡#01
株式会社ISAO入社１年目のまゆこです。 ITソリューション事業部（通称ISD）という部署で事務の仕事をしております。 最近やっとデスクワークに慣れてきました(^^)/ ISDってどんな仕事をしているかというと、アプリやらインフラやらを開発していて・・・ 正直よくわかりません(/_;)頭から煙が出そうです。__ [写真まゆこ] そんな私に最近上司が 「おい！まゆこ、お前マシンラーニングやれよ！」と言ってきました。 [写真上司] まゆこ「マシンラーニングって何ですか？」 上司「よくしらねーけど、最近流行ってるらしーから、誰かやっとかねーとダメっしょw」 まゆこ「・・・」(そんなこと言われましても(’_’)) そこで、同じ部署のＧＯ☆さんに協力をお願いしました。 まゆこ「ＧＯ☆さーん！！( ;∀;)」 [写真ＧＯ☆] ＧＯ☆さんはうちのエンジニアで、きっとなんでも知っているはずです。 Youtube公開中！ ＧＯ☆さん「まゆちゃん、このサイトを参考にするといいよ」 http://www.apps-gcp.com/predictionapi-introduction-1/ まゆこ「へ～、意外とカンタンなんですね！これなら私にもできるかも！！！」 [写真まゆこ＆ＧＯ☆] とゆうわけで、まゆこはマシンラーニングに挑戦しまーす♡ ※本記事は、『株式会社ISAO ITソリューション事業部』監修のもとに製作しております。...まゆこのましんラーニング♡#05
こんにちは！まゆこです！ 最近急に寒くなりましたね(´･･｀) 夏が終わるのが寂しいです…(´･･｀) 先日Googleの方から私宛にTシャツいただきました！！ ありがとうございます！！ 個人的にこのグレーの色味がお気に入りです(^^)/ さて、本題に入ります。 前回「prediction.trainedmodels.predict」で予想データをカンマ区切りで横に並べて入力するか？縦に並べて入力するか？という疑問が湧きましたので、検証してみます。 入力（横に並べる） { "input": { "csvInstance": [ "M,175,165,france" ] } } 結果 "outputValue": "73.833076" 入力（縦に並べる） { "input": { "csvInstance": [ "M" "175" "165" "france" ] } } 結果 "outputValue": "175.622411" 予想結果を見ると縦に並べた方が正しいのですが、Googleのドキュメントを見るとカンマ区切りで横に並べてるんですよね… どうやって、検証しましょう？？？(’_') ＧＯ☆「サンプルプログラムを見つけて、Prediction APIをコールする際の記述を見ればわかると思うよ」 まゆこ「プログラム？なんですか？それ」 ＧＯ☆「今までは、APIs Explorerというコンソールからデータを送ってたけど、 プログラムから直接Prediction APIをコールして、データを送ることもできるんだよ」 まゆこ「何がちがうんですか？」 ＧＯ☆「やってることは同じだけど、プログラムを組むとより複雑なことができるし、APIの仕様も分かってくるよ」 まゆこ「ふーん…」 ＧＯ☆さんがこんなサンプルプログラムを探してくれました。 （そのまま転記したのではなく、内容は少し変えています）...まゆこのましんラーニング♡#04
こんにちは、ITソリューション事業部のまゆこです。 先週は夏休みを利用して、友達と沖縄に行ってきました！ やっぱり沖縄の海はきれいでした！！ ホントいやされます(´-ω-`) （まわりはカップルばっかでしたけど・・・） ＧＯ☆「まゆちゃんおかえりんこ！ 沖縄でもブログチェックしてた？」 まゆこ「もちろん！ ほらＧＯ☆さん、この写真見てくださいよ(^^)/」 ＧＯ☆「フーテンの？」 まゆこ「寅さんじゃないです」（似てますけど(｀3´)） まゆこ「ブログはちゃんと沖縄でチェックしてましたよ！それにググって新しい例題見つけたんです！」 ↓ここにいろんな例題が書いてあります。 https://cloud.google.com/prediction/docs/developer-guide 前回、ＧＯ☆さんは体重から身長を予想をしてましたが、 このページの「Structuring the Training Data」という例題も身長予測をしています。 ただ、分析するデータの種類（列）が複数ありますね。 そういえば、言語当ても、身長当ても、分析するデータの種類（列）は一つだけでした。 言語当ては「文章」のみ、身長当ては「体重」のみです。 ところがこの身長当ては、 「性別」「父親の身長」「母親の身長」「国籍」といった４種類のデータ（属性とします）を分析させてます。 なるほど、 身長は男女によって異なるし、遺伝もするし、国籍によっても異なります。 つまり相関関係があるってことですね。これは予測しやすいです！ 投入するファイルフォーマットは以下のとおりです。 [身長(答え)],[性別],[父親の身長],[母親の身長],[国籍] Excelを使って２万件作成しました。 国籍別、性別による身長のレンジを定義し、ランダム関数を使って多少ばらつきが出るようにつくりました。 つまり、[身長（答え）]と、[性別][父親の身長][母親の身長][国籍]の４属性に相関関係を持たせています。 それでは、予測してみます。 今回もRegression models（回帰モデル）なので、分析結果までは前回とだいたい同じです。 さて、早速予測してみましょう。 前回までは１属性しか入れませんでしたが、４属性を入れる場合ってどうするんでしょう？ ↓このページの下の方にサンプルがあります。「Run a prediction against your model.」で検索するとそこにとびます。 https://cloud.google.com/prediction/docs/reference/v1.4/reference { "input":{ "csvInstance":["M", 1.59, 1.51,"France"] } } なるほど、カンマで区切って並べればいいみたいですね。 「prediction....まゆこのましんラーニング♡#03
こんにちは。ＩＴソリューション事業部のまゆこです。 うそです。エクストリームエンジニアのGO☆です。 ★☆ ↓GO☆のYoutube公開中 ★☆ 最近上司から「その髪型おもしろいから絶対切るな、切ったらクビ」とパワハラを受けています。ちりちり さて、今回は夏休み中のまゆちゃんに代わって僕が書きます。 前回は言語当てをしましたが、今回は身長当ての予想をしてみます。 何が違うのでしょうか？ その前に、Categorical models（カテゴリモデル）とRegression models（回帰モデル）について説明します。 僕は統計学の専門家ではないので、「Prediction API」に最低限必要なことだけを書きます。ちりちり １．Categorical models（カテゴリモデル） 予想結果が、特定の選択肢（投入したデータの１列目の値）の中から導き出されます。 つまり、”O” or ”Ｘ”とか、”良い” or ”普通” or ”悪い”といった予想結果を導きたいときに使います。 前回の言語当ては、このモデルでした。 分析データの１列目（つまり答え）が文字列だと、自動的にこのモデルになります。 ２．Regression models（回帰モデル） 予想結果が、数値で導き出されます。 回帰分析をして予想値を出しているから回帰モデルなんでしょうね。ちりちり 今回の身長当ては、このモデルです。 分析データの１列目（つまり答え）が数値だと、自動的にこのモデルになります。 但し、１件でも１列目にnullとか文字列が入っているとカテゴリモデルになるので注意が必要です。 そんなわけで、今回はRegression models（回帰モデル）で予想します。 それでは実践してみましょう！ 体重を入力すると身長を予想してくれるモデルなので、下記のようなファイルをつくります。 [身長],[体重] Excelを使って２万件作成しました。 体重はランダムに生成して、身長はその体重をもとに、多少ばらつきが出るようにつくりました。 つまり身長と体重に相関関係を持たせています。ちりちり 次に「Prediction API」です。 １．「prediction.trainedmodels.insert」でデータ投入、「prediction.trainedmodels.get」で完了を確認します。 ２万件ありますが、２列しかないので５分程度で完了しました。 完了のレスポンスに"modelType": “regression"と返ってきたら、回帰モデルです。 ちなみに、“modelType”: “classification"と返ってきたら、カテゴリモデルです。 ２．「prediction.trainedmodels.analyze」で分析結果を見ます。...まゆこのましんラーニング♡#02
こんにちは！ITソリューション事業部のまゆこです。 早くも二回目です。 そもそもマシンラーニングって何でしょう？ ググってみましたが、うーん、イマイチ分かんないです＞＜ まゆこ「GO☆さん教えて下さーい( ;∀;)」 ＧＯ☆「む〜ん、つまり我々が無意識に行っているパターン認識をだねぇ〜・・・」 まゆこ「はい？分かんないので、自分で調べます( ;∀;)」 ふむふむ、私が参考にするサイトを見ると・・・ http://www.apps-gcp.com/predictionapi-introduction-1/ このサイトでは、３カ国で書かれた文章を分析させて、コンピューターに言語当てをさせる実験をしています。 スゴイ！なんか未来を予想する、夢のようなツールなんですね！とにかく実践してみましょう。 １．まず、解析させるデータを用意します。 情報はできるだけ多い方がいいみたいなんですが、今回のサンプルデータは400件程度です。 ↓サンプルデータです。 https://cloud.google.com/prediction/docs/language_id.txt これは英語、フランス語、スペイン語が書かれた文章データで、 [言語名],[各言語で書かれた文章] といったレイアウトでできています。 ファイル作成で気をつけることをまとめると・・・ ・最初の列には”答え”を書く。サンプルでいうと、”英語”とか”フランス語”とか”スペイン語”です。 ・次の列からは”答え”を導くための情報を書く。複数列あってもいいみたいです。 ・列はカンマで区切る。 ・ヘッダは不要。 以上です。 ２．次に、ファイルをGoogleストレージにアップします。 ここからGoogle Developers Consoleというサイトで作業をします。 https://console.developers.google.com/ まゆこ「なんですかこれ？」 GO☆「Google環境で開発する際に使う開発者向けのツールだよ。まぁ使ってみないとわかんないと思うよ！」 会社用のアカウントでログインし、プロジェクトを作成して、「Prediction API」と「Google Cloud Storage」をオンにしました。 そしてバケットを作成してアップロードします。 何をしているかよく分からないまま進んでいますが・・・ 無事アップロードできました。アップロードはあっという間でした。 ３．そして、解析開始です。 ここから「Prediction API」を使用します。 「Prediction API」がブラウザから使えるサイトに行きます。 https://developers.google.com/apis-explorer/?&_ga=1.100999174.668741449.1412325898#p/prediction/v1.6/ これは「APIs Explorer」と言って、ブラウザ上でGoogleの各種APIを簡単に試すことができます。 GO☆「ここに並んでいるのがPrediction APIで、これを使って解析するんだよ。とにかく使ってみよう！」...まゆこのましんラーニング♡#01
株式会社ISAO入社１年目のまゆこです。 ITソリューション事業部（通称ISD）という部署で事務の仕事をしております。 最近やっとデスクワークに慣れてきました(^^)/ ISDってどんな仕事をしているかというと、アプリやらインフラやらを開発していて・・・ 正直よくわかりません(/＿;)頭から煙が出そうです。 そんな私に最近上司が 「おい！まゆこ、お前マシンラーニングやれよ！」と言ってきました。 まゆこ「マシンラーニングって何ですか？」 上司「よくしらねーけど、最近流行ってるらしーから、誰かやっとかねーとダメっしょw」 まゆこ「・・・」(そんなこと言われましても(‘o’)) そこで、同じ部署のＧＯ☆さんに協力をお願いしました。 まゆこ「ＧＯ☆さーん！！( ;∀;)」 ☆★↑↑ＧＯ☆さんのYoutube公開中！☆★ ＧＯ☆さんはうちのエンジニアで、きっとなんでも知っているはずです。 ＧＯ☆さん「まゆちゃん、このサイトを参考にするといいよ」 http://www.apps-gcp.com/predictionapi-introduction-1/ まゆこ「へ～、意外とカンタンなんですね！これなら私にもできるかも！！！」 とゆうわけで、まゆこはマシンラーニングに挑戦しまーす♡ ※本記事は、『株式会社ISAO ITソリューション事業部』監修のもとに製作しております。...スマートウォッチとMBassを連携したアプリの未来は明るい
スマートウォッチアプリについて スマートフォンほどではないですが、世界的にスマートウォッチの普及率は急激に上がりつつあります。Apple Watchを例にすると1年間、3,600万台が売れたそうです。 http://japan.cnet.com/news/business/35064877/ また、AppleとGoogleの中心としてスマートウォッチアプリ開発のプラットフォームが用意されていますのでアプリも簡単に作れます。わざわざスマートフォンをポケットから出さなくてもスマートウォッチでユーザーの要求を満たす時代はすぐ近くまで来ています。 ということでスマートウォッチ（Apple Watch）とMBass（Parse）連携したアプリを作ってみることにしました。 Parseについてはこちら アプリを作ってみよう スマートウォッチから打刻をするアプリをいかに簡単につくれるのか紹介したいと思います。IOS開発経験者を対象に説明しますが、初心者でもすぐ理解できるレベルですのでぜひ最後までよんでみてください。 開発環境 Xcode 6.4 IOS 8.4 Swift プロジェクト作成 IOS用の新しいプロジェクト(Single View Application)を作成する。 Xcode > File > New > Targetを選択 WatchKit App を追加 画面仕様 Check Inボタンをクリックした時に画面１のインタフェースが呼ばれるようになっています。WatchKit Extentionフォルダ配下にCheckInControllerファイルを作成し、画面１に紐付けます。 ※Check Outも同様 CheckInControllerを実装 WatchKitフレームワークをインポート。 WKInterfaceControllerクラスを継承します。 CheckInControllerが呼ばれた時に最初に実行されるwillActivateメソッドを実装します。 現在の時刻を取得。 ここがポイント！ 処理内容を親アプリ(IPhone)に伝えます。 import WatchKit // <1> import Foundation class CheckInController: WKInterfaceController { // <2> @IBOutlet weak var message: WKInterfaceLabel!...