スシロー、20億皿分析で廃棄減 水産物の高騰に備え - 日本経済新聞回転ずし「スシロー」を運営するFOOD&LIFE COMPANIES（F&LC）は20年間蓄積した販売データを使って、食材やすしの廃棄を減らす取り組みを始めた。約200億皿分のビッグデータのうち約20億皿分を人工知能（AI）に学習させ、店舗ごとに当日の売上高や皿数を予測。適切な量の食材を準備し、作りすぎを減らす。原価率を低減し、原材料価格の高騰を乗り切ろうとしている。午後2時。
機械学習のビジネス上の価値を「効果測定」して「数値評価」する方法 - 六本木で働くデータサイエンティストのブログ - 渋谷駅前で働くデータサイエンティストのブログ
(Image by Pixabay) 気が付けば、日本における第一次データサイエンティストブームから6年、人工知能ブーム開始から3年が経ったようです。意外と言っては何ですが、これまでのところ人工知能ブームも、そしてそれにブーストされた形で起こった第二次データサイエンティストブームも、まだまだ続くどころかどんどん加速していきそうな状況です。 なのですが、これだけ統計学や機械学習のような高度なデータ分析技術がビジネスの現場に浸透するようになった現在でも、なぜかあまり多く見かけないものがあります。それは「機械学習（もしくは自動化された統計分析）によるビジネス上の成果を数値として示したもの」。意外かもしれませんが、個人的な観測範囲では例えば「Deep Learningを導入したら〇〇がXX%向上した」みたいなリリースや記事を見かけることは、正直なところ思った以上に少ないように思われます。それでも第
1
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
中国で浸透する「信用スコア」の活用、その笑えない実態｜WIRED.jp
