DataRobot Pathfinderは、すでに業界で普及している100以上のAI導入のユースケースを発見、理解、実装するためのライブラリです。今すぐAI導入の成功へのヒントを見つけましょう
プラットフォームの概要 AI Platform 生成 AIおよび予測 AIのプラットフォーム もっと詳しく ドキュメント 新機能 ログイン 無料で始める 運用 自信を持ってAIを拡張し、比類のないエンタープライズ・モニタリングとコントロールでビジネス価値を促進 デプロイと実行 再学習と最適化 監視と介入 ガバナンス AIの環境、チーム、およびワークフローを統合し、大規模な範囲での完全な可視性と監視を実現 レジストリと管理 監査と承認 コンプライアンスドキュメント生成 構築 ニーズの進化に合わせて自由に適応できるオープンなAIエコシステムで、迅速なイノベーションを実現 分析と変換 学習とチューニング 組立てと比較 プラットフォーム統合 インフラストラクチャーへのデプロイ ソリューション 業界ごと ヘルスケア 製造 小売業 金融サービス 成果ごと ユースケースのライブラリー お客様事例 Dat
私自身もこういったアンチパターンに遭遇し失敗した経験がある。 冒頭にあげた鬼十則はその反省から生まれたものであるが、ここからそれぞれの項目を解説していきたい。 1. データは自ら集めるべきで、与えられるべきではない 主人公の「データがないから開発できない」の発言は間違ってはいない。しかしデータがないと嘆くのではなく、そのデータを取りに行く努力が必要である。昨年データサイエンティスト界隈で話題となった『アルキメデスの大戦』では上のいざこざでデータ(設計図)が手に入らない時、自らデータを集めて突破口を開くエピソードが綴られている5。この姿はまさに理想のデータサイエンティスト像といえるだろう。データ収集の壁は数多く挙げられるが6、その壁を乗り越える努力を怠ってはいけない。自らが安心して開発を進めるためにも、データ取りには十分に入り込んでいくべきである。 2. 目標とは、先手先手と働き掛けていくこ
本記事では、AIエンジニアやAI関連のビジネスパーソン向けに、起業および新規事業立案に関するノウハウ・情報をお知らせします。 AIに特化していない新ビジネス立案関連の内容も多いのですが、ご容赦ください。 AIに関わる内容は本記事の後半部分から始まります。 本記事は、 [1] スタートアップ系での有名なアドバイスを引用掲載 [2] それに対して、私(小川)なりの私見を記載 という構成で執筆します。 AIエンジニア向け記事シリーズの一覧 その1. AIエンジニアが気をつけたいPython実装のノウハウ・コツまとめ その2. AIエンジニアが知っておきたいAI新ビジネス立案のノウハウ・コツまとめ(本記事) 本記事の目次 はじめに 0. 起業や新規事業立案を学ぶうえで知っておきたい人物・組織 アイデアの見つけ方 アイデアの育て方 ユーザーインタビューの仕方 AI新ビジネス立案について MVPの作成
1, はじめに こんにちは, Researcher Intern の中野です. 新型コロナウイルスが世界中で猛威をふるい、個人の生活スタイルのみならず社会全体に変革が迫られているのを感じます。 医療従事者の方々には頭が上がりませんが, 機械学習のコミュニティでもKaggleのコンペ, SIGNATEのコンペ等, なんとか状況の改善に貢献しようという動きが見られます. このような直近の例にも見られるように, 機械学習はデータを扱うあらゆる分野での応用が考えられます. 自分も, 大学での専攻は物質プロセス工学(材料工学系)なのですが, 材料工学に機械学習を応用するマテリアルズインフォマティクスという分野での研究を行っています. 軽く内容を紹介させていただくと, 研究では新素材の製造プロセスを, ガウス過程回帰に基づいたActive Learning アプローチを用いて, 低コストかつ高速に最適
こんにちは。筋トレ大好き管理栄養士の佐藤樹里です。家で過ごす時間が多くなりましたが、みなさんはどのようにおうち時間をお過ごしでしょうか。 私はもちろん、筋トレ一択です。 健康やスタイル維持のために多少なりとも日頃から筋トレをしている人がいま困っていることといえば、やはり「ジムに行けない」ことです。多くのスポーツジムが閉鎖してしまい、どうやって体作りをしようか……と途方に暮れている人もかなり多そうですね。 普段トレーニングをしていない人も「運動不足だな」「家にいるとついつい食べてしまって太ってきた」「肩こりや腰痛がひどい……」といった悩みを抱えているのでは? ジムに行けなくてもできることはたくさんある!! ということで、今回は私が自宅でどんなトレーニング&食事をして体作りをしているかを紹介します。 この記事で私が伝えたいことは大きく2つ。 自宅トレーニングでも充分に追い込める 筋トレ飯は食材
機械学習系の話題が多い昨今ですが、実際触ってみると期待した精度・結果が出ないなんてことはよくあることではないでしょうか。 機械学習特有の性質として、データ自体がモデルを変化させ、結果として業務に影響を与えたりします。 仮に、機械学習屋さんが精度が出るモデルを構築したと言っても、それを導入するときに、システム全体での品質の維持に苦労したりします。 ということで、不確実性の大きい機械学習系開発についての、設計・テスト戦略でどうやってリスクを低減していけるかが一つカギになってくると思い、方法論について勉強しましたので、そのメモです。 非常に参考にしたのはこちら。 arxiv.org テストそのもののテクニックなどは、一般的なテスト駆動開発に関する書籍を合わせてをご参考ください。 テスト駆動開発 作者:Kent Beck発売日: 2017/10/14メディア: 単行本(ソフトカバー) テスト駆動P
こんにちは。皆様、夏はいかがお過ごしでしたか。 私は毎年実家に帰省し、そして毎年体調を崩すので、絶対風水的になんか合わないんだと思っています。コネクト支援チームのsakay_yです。 先日、2018年の新人研修資料を公開し、たくさんの反響をいただきました*1。ありがとうございました。 2019年もエンジニア新人研修を行いましたので、その紹介と講義資料を公開いたします。 2019年のエンジニア新人研修について 今年の研修は、組織運営チーム*2が取りまとめ、以下のような3構成となりました。 必修講義 誰に: 開発/運用本部に配属される新入社員 何を: どのチームに行っても必要となる基礎的な知識/技術/ツールを学び、体験できた 選択講義 誰に: 学びたい人が(=新入社員に限らず) 何を: 興味があることを学べた チーム体験(2週間 * 3チーム) 誰に: 開発/運用本部に配属される新入社員
こんにちは.Machine Learning Advent Calendar (MLAC) 2013の14日目を担当します,[twitter:@kisa12012]です.普段は博士学生として,各地を放浪しながら機械学習の研究をしてます.今回の記事はボストンで執筆しています.現地時間(EST)での締切は守ったのでセーフ…ですよね? 本日は機械学習の技術的な内容の話ではなく,筆者が実践している機械学習関連の情報収集方法について纏めます*1.大きく分けて,学会情報の管理・論文情報の収集・その他の三種について述べたいと思います.今回のトピックの多くは他の分野にも通用する話になっているかと思います.他の分野の方がどのように情報収集されているのかも気になるところです. 学会情報の管理 まずは学会情報の管理についてです.機械学習に関連するカンファレンスは(特に近年乱立気味で)非常に沢山あります.全てをチ
「Web担当者Forum安田編集統括が訊く デイリーポータルZのサイトリニューアル裏話ぜんぶ」 http://tokyocultureculture.com/event/general/25923 事業譲渡に伴い16年分15,000記事と一緒にCMS、サーバ、そしてドメインの引っ越しを迫られたオルタナ系ポータルサイト「デイリーポータルZ」。決められた期限は1年。限られた予算の中で、行く手を阻むオールドスクールな文字コード、むやみに大量にある画像データ、レガシーの影に潜むベタうちのHTMLファイル、旧CMSの機能をフルに使い倒した実装・・・ 無事リニューアルを終えた今(2018年10月22日現在)、業界のすべてを知るWeb担当者Forumの安田編集統括を招いて、月間1,500万PVの人気サイトの全面リニューアルはどう行なわれたのか、ハードルはどこにありどう乗り越えたのか、デイリーポータルZの
人工知能を自社で活用したいと考えている企業は多いだろうが、上層部がその知識に乏しければ、進むべき道を見誤る。世界を代表する通信機器会社ノキア会長のリスト・シラスマは、リーダーみずから学校で学び直すことから始め、同社の全社員に機械学習の基礎を習得する仕組みをつくりあげた。本記事では、そのための5つのステップが示される。 人工知能(AI)はほぼすべてのものに破壊的変化を及ぼす、という期待と可能性に対し、私は長いこと懐疑的であり、楽観的でもあった。しかし昨年、機械学習の急速な進歩にショックを受け、ノキアと自分がともに理解不足だったことに懸念を抱いた。そこで、私自身が機械学習についてどう学び、会社の学習をどう支援すべきかを考えた。 幸いにも、ノキア会長という立場のおかげで、世界を代表する何人もの人工知能の研究者たちに時間を割いてもらうことができた。ただし、彼らの話は断片的にしか理解できなかった。ま
英語で「よろしくお願いします」(宜しくお願いします)は何と言ったらいいんだろうと悩んではいませんか? 丁寧に言う時は、「よろしくお願い致します」と表現しますね。 カジュアルな場合は「よろしく!」となります。 日本語はとても、便利な言葉で「よろしくお願いします」がいろんな場面で使えて、その場面によって相手も解釈を使い分けてくれます。 英語で「よろしくお願いします」や「よろしく」を言う場面は、大きく分けて下記の6つになります。 カジュアルからフォーマル(丁寧な表現)まで、よく使う場面を厳選しています。英語の言い方をすぐに確認したい方は「早見表」、もしくは下記の動画で確認してみましょう。 動画であれば発音などのポイントも解説しています。 初めて会った時(自己紹介の前)の「よろしくお願いします」出会いが終わった時(別れ際)の「よろしくお願いします」会議や打ち合わせの時の「よろしくお願いします」頼み
どのようにデータ基盤を作ったのか?「俺の考えた最強のデータ基盤」は使われない:開発現場に“データ文化”を浸透させる「データ基盤」大解剖(3)(1/2 ページ) 「ゼクシィ縁結び・恋結び」の開発現場において、筆者が実際に行ったことを題材として、「データ基盤」の構築事例を紹介する連載。今回は、「データ基盤」の開発プロセスについてお伝えします。 「使われるデータ基盤」を構築するために筆者が取り組んだ試行錯誤を紹介する本連載『開発現場に“データ文化”を浸透させる「データ基盤」大解剖』。前回はデータパイプラインを支える基盤システム設計について解説しました。第3回となる今回は開発プロセスについてお伝えします。 なお、技術要素としてはPythonやBigQuery、ツールとしてGitHubやJIRAを扱いますが、他の手段でも代替可能な内容です。細部にとらわれずにご自身の担当する業務や組織に当てはめながら
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く