深層学習モデルやデータ解析を容易に実現する、次世代AI開発プラットフォーム
AI開発において、データ解析方法の選定やモデル開発に時間やコストがかかることが課題とされている。本コンテンツでは、高度なアルゴリズムを自由に組み合わせ、短期間でのAI開発を実現するプラットフォームを、事例とともに紹介する。
2019/10/31
- カテゴリ:
- データ分析
- AI/機械学習/ディープラーニング
AI開発において、データ解析方法の選定やモデル開発に時間やコストがかかることが課題とされている。本コンテンツでは、高度なアルゴリズムを自由に組み合わせ、短期間でのAI開発を実現するプラットフォームを、事例とともに紹介する。
2019/10/31
機械学習で人工知能(AI)エンジンの精度を上げるには、質の良い学習データが不可欠だ。質の悪い学習データでは、AIエンジンの不適切な判断を招くリスクがある。事例を基に、学習データの作成方法を考える。
2019/10/07
AIを活用しようとさまざまな業界で取り組みが進むなか、石油産業では専門家しか対応できない鑑定作業のAIによる自動化への挑戦があった。膨大な知識と経験が求められる鑑定を本当に自動化できるのか。前例のないプロジェクトを追った。
2019/10/01
AI技術には性別や人種のバイアスに基づいた判断をしてしまうリスクがある。バイアスを軽減し、公平かつ正確な判断をするAIシステムを構築する方法を考える。
2019/09/30
金融業界では不正検知を中心に人工知能(AI)技術が使われ始め、AI技術を活用した新たな金融・決済サービスも登場しつつある。ただしAIシステムで顧客情報を扱う際のプロセスには課題が残る。
2019/09/24
AIやディープラーニングの中核はワークフロープロセスにある。だが、採用したフレームワークや戦略、機能によって、プロセスの規模と複雑さは際限なく拡大する。その負荷を解消し、迅速に処理するためにはストレージの選択が重要だ。
2019/09/06
国内でのAIに対する理解はいまだグローバルスタンダードには程遠いが、その中でディープラーニングをビジネスに結び付けるにはどうすればよいのだろうか。デジタル変革後の世界や日本の姿について、東京大学大学院教授の松尾豊氏に聞く。
2019/09/05
データの爆発的な増加やインフラの複雑化といった課題の全てを人間が解決するのは、もはや不可能になりつつある。そこで注目されるのが、インテリジェンスを獲得したAIを活用し、高負荷かつ低難度の作業をオフロードするアプローチだ。
2019/09/05
国内企業のDXの取り組みが現状のまま停滞し続けると、近い将来に大きな経済損失が発生すると予測されている。この“2025年の崖”と呼ばれる状況を打開するには、AIや機械学習を取り入れ、データセンターをモダン化することが不可欠だ。
2019/08/28
WebやSNSの普及は、マーケティングの在り方を、企業主体から顧客中心の形に変貌させた。それに伴い、企業が顧客から得られるデータは膨大になりつつあり、そのデータを適切に分析してマーケティングを行うニーズも高まってきている。
2019/08/23
「データ分析」に関連するカテゴリ