たむ

学んだこと、経験をメモしています。

たむ

学んだこと、経験をメモしています。

最近の記事

論文『P波減衰トモグラフィ探査法を用いた薬液改良地盤の出来形管理手法に関する検討』について

タイトルP波減衰トモグラフィ探査法を用いた薬液改良地盤の出来形管理手法に関する検討 堤 彩人 他 五洋建設株式会社 目的薬液改良地盤おける出来形の可視化 音響トモグラフィ探査音響トモグラフィ探査は、音響波(疑似ランダム波)を用いる。P波の伝搬速度に加えて間隙中の粘性や散乱反射を受けて変化する減衰率の分布を計測できる技術である。 薬液改良地盤は、改良の前後で剛性の変化が小さいため、P波速度よりも減衰率による可視化が有効であることが模型実験の結果より示されている。 模型

    • 『「インフラを守り, 育てる時代」 のアセットマネジメント』の要約

      論文タイトル 「インフラを守り, 育てる時代」 のアセットマネジメントhttps://www.jcca.or.jp/kaishi/295/295_dokusha.pdf 著者菊川滋 1.はじめにアセットマネジメントはメンテナンスマネジメントではない。アセットマネジメントは、調査・計画→設計→施工→保守・維持管理→更新→撤去→・廃棄 であり、メンテナンスはアセットライフの一部フェーズである。 メンテナンスの段階で得られた情報、知見をメンテナンス前の段階にいかにフィードバッ

      • 変更ログについて

        変更がどのように記録され、管理されるかには様々な方法があります。 しかし、その基本的な目的は同じです。 変更ログの導入の重要性 変更ログは、作業の進捗や品質管理を向上させるために重要です。 変更の追跡: 変更ログを使うことで、作業の履歴や変更内容を逐一記録し、追跡することができます。これにより、何がいつ、どのように変更されたかが明確になります。 品質管理: 変更ログを通じて、作業の品質を確保することができます。変更の理由や承認者、変更されたコンポーネントの詳細などが記

        • データクリーニングのチェック

          データクリーニングの検証に役立つチェックリストをまとめました。 以下の項目を確認して、データの品質を向上させましょう。 エラーの発生源 データセットに含まれるエラーの原因を見つけるために、適切なツールや関数を使用したか? NULLの処理 条件付き書式やフィルターを使用してNULLを検索したか? 単語のスペルミス スペルミスはすべて特定したか? 数字の入力間違い 数字が正しく入力されているか、ダブルチェックしたか? 余分なスペースや文字 TRIMで余分なスペ

        論文『P波減衰トモグラフィ探査法を用いた薬液改良地盤の出来形管理手法に関する検討』について

          SQL関数のメモ

          SQLの基本 SELECT  (列名) FROM  (データセット名).(データテーブル名) WHERE  (演算子を使って更新条件を指定) DISTINCT関数 重複する項目を削除する。 例:データテーブル(playlist)のname列の重複項目を削除して表示 SELECT   DISTINCT  name FROM  playlist LENGTH 関数 列に含まれる文字列の長さを取得する 例:列(album_id)が4 文字未満のタイトルを得る

          SQL関数のメモ

          YAMAHA純正バイクパーツの注文方法を解説!

          旧型YZF-R25のブレーキキャリパシールキットの注文方法を紹介します 注文の流れ 純正パーツは以下のように注文していきます。 一例として、今回はブレーキパットの交換に併せてブレーキキャリパシールキットを交換するため、注文していきます。 YAMAHAのパーツカタログにアクセス 製品カテゴリでバイク・スクーター・電動スクーターを選択 モデルを検索する(私の場合は、排気量250、モデル名称YZF-R25、モデル年度2018) 自分の車体のカラーを選ぶ 頼みたい部位を

          YAMAHA純正バイクパーツの注文方法を解説!

          データクリーニングに使える関数

          データ完全性を確保するために関数を活用する方法を紹介します。 関数は、表計算ソフトで特定の計算を自動的に実行するコマンドで、データの処理やタスクの自動化に役立ちます。 紹介する例の対象データはA1:A100にあるものとします。 COUNTIF関数の活用最初に紹介する関数はCOUNTIFです。これは、指定された条件に一致するセルの数を返す関数で、例えば、セルの価格が正確に記載されているか確認する場合に使います。具体的な例では、最も安い価格が100円の場合、COUNTIFを使

          データクリーニングに使える関数

          プロジェクトを進める意識に関するメモ

          1 プロジェクトを進める3つの意識 ① メインのステークホルダーとサブのステークホルダーは誰か ステークホルダーとその目標を確認する時間をとる ステークホルダーとはプロジェクトに時間とリソースを使う人のこと メインのステークホルダーとは、プロジェクトの成果を利用して新しい決定をする人 サブのステークホルダーとは、プロジェクトリーダーやチームメンバー ② 誰がデータを管理しているか 誰がデータを管理をしているのか理解すると生産的な時間を使うことができる ③

          プロジェクトを進める意識に関するメモ

          データクリーニングのチェックポイント

          データクリーニングはデータ分析や意思決定において重要な役割を果たすため、慎重に行われるべきです。そこで、注意が必要なポイントについて理由や対策についての説明します。 スペルミスをチェックしない: 理由: 誤ったスペルや入力ミスはデータの品質を低下させ、分析結果に誤りを導く可能性があります。 対策: スペルチェックツールを使用し、特に重要なフィールドやデータに対して手動でスペルミスを確認することが重要です。 エラーを文書化するのを忘れる: 理由: エラーの文書化はトラ

          データクリーニングのチェックポイント

          誤差の範囲と解釈

          マーケティング等において、A/Bテストは効果的な戦略の評価に不可欠な手法です。 しかし、その結果を正確に解釈するには、誤差の範囲の理解が重要です。 例えば、メールの開封率向上を目指し、異なる2つの件名をテストした場合、件名Aが5%である一方、件名Bが3%という結果が得られたとします。 この場合、一概に「件名Aが優れている」と結論することはできません。 なぜなら、誤差の範囲が存在するからです。 誤差が2%であれば、件名Aの実際の開封率は3%から7%の範囲内に収まります。 そし

          誤差の範囲と解釈

          データには限界がある

          データはとても有用ですが、同時に限界もあります。 データ分析能力を向上するためにはデータの限界を理解し、それに対処するスキルを磨くことが不可欠です。 データの限界に焦点を当て、その克服方法について記載します。 1.データの不完全性 データは時折、不完全であることがあります。 欠落している情報や収集できていないデータがあるかもしれません。 例えば、資格取得のデータを調査している際、過去のデータが不足していることが分かった場合、その不完全なデータを使用することで分析の

          データには限界がある

          データのコンテキストとは

          データは事実を提供しますが、その真価を理解し、活用するためには、それを包む「コンテキスト」が欠かせません。 コンテキストは、データが存在したり、起こったりする状態を指し、これがなければ膨大なデータはほとんど意味を持ちません。 1.データとコンテキスト 単なる数値の羅列だけではなく、その数値が表すものに対する理解が必要です。 何のために、どんな状況で、誰が関与し、なぜそのデータが収集されたのか―これらの疑問に答えることが鍵となります。 2.コンテキストの追加 データ

          データのコンテキストとは

          ウェブスクレイピングを使ってGoogleスプレッドシートでHTMLテーブルを取り込む方法

          ウェブページからデータを抽出する手法の一つとして、HTMLテーブルのインポートがあります。 これはスクレイピングと呼ばれ、Web上で公開されている情報を取得する手段の一つです。 Googleスプレッドシートでは、IMPORTHTML関数を使用することで、Webページ上のHTMLテーブルやリストからデータを抽出できます。 例えば、特定のテーブルを取り込む際は、関数内の「table」を「list」に変更し、インデックスにはデータを取得したい表の順番を指定します。 実際に試

          ウェブスクレイピングを使ってGoogleスプレッドシートでHTMLテーブルを取り込む方法

          SMART フレームワークとは

           現代の急激な変化と不確実性に直面する中で、企業は革新的なアイデアを生み出す必要があります。その際、正確な問いかけが重要な鍵となります。データ分析においても同様で、情報の質を向上させるためには、適切な問いかけが不可欠です。ここでは、「SMART フレームワーク」と呼ばれるアプローチを用いて、高い効果が期待できる問いかけの手法を紹介します。 SMART フレームワーク: 問いかけのプロセス 1.具体的 (Specific): 問いかけは特定のテーマや領域に焦点を当てていま

          SMART フレームワークとは

          データ分析の課題タイプ6つ

           データ分析は情報収集だけでなく、課題の解決に深く関わります。その核心に迫り、実用的な解決策を見つけるためには、クリエイティブな思考が欠かせません。データアナリストが日常的に取り組む6つの課題について、具体的な例を交えて紹介します。 1.予測を立てる(例:新規広告戦略)  例えば、新しい広告戦略を立てたい企業がいます。データアナリストは、過去の広告データや媒体の効果などを分析して、最適な広告手法を予測します。これにより、ターゲット層にリーチする最良の方法を見つけることが期

          データ分析の課題タイプ6つ

          データの匿名化

           データの匿名化とは、個人を特定できる情報を排除することで、個人情報や機密情報を保護するプロセスです。個人を特定できる情報(PII)とは、それ自体または他のデータと組み合わせて、個人の身元を追跡するために使用できる情報のことです。 データの匿名化の方法 空白化:PIIを空白または「*」などの記号で置き換える ハッシュ化:PIIを数値または文字列に変換する マスキング:PIIをランダムな値または変換された値で置き換える データの匿名化は、以下の目的で行われることがよく

          データの匿名化