産業分野のIIoTデータを競争力に変えるために必要な「5つのステップ」とは？
産業分野のIoT（IIoT）が生み出す大量のデータは大きな価値を持つ一方、ビジネス戦略に組み込むのは容易ではない。分析プラットフォームの選び方やエッジアナリティクスの必要性など、IIoT戦略で成功するための5ステップを解説する。
2020/11/04
IT製品導入に関する技術資料を多数掲載 ホワイトペーパーダウンロードセンター
「SAS Institute Japan株式会社」のホワイトペーパー一覧（3ページ目）
SAS Institute Japan株式会社の製品資料、技術資料は、無料でダウンロードが可能です。比較・検討は ホワイトペーパー ダウンロードセンター をお使い下さい。
AIと機械学習で「需給計画」を支援、“真の価値”を引き出す自動化の手法とは？
人工知能や機械学習を用いた自動化技術が急速に発展し、さまざまな分野で実用化が進んでいる。その中でも「需要計画」の分野において、新しいビジネス戦略の創出にもつながるインテリジェントな自動化を実現する手法を紹介する。
2020/03/13
- カテゴリ：
- データ分析
- AI／機械学習／ディープラーニング
顧客に最適なオファーを0.5秒で計算、テレコム業界に見るアナリティクス活用術
変化の早いテレコム業界で勝ち残るため、多くの通信事業者が顧客体験の改善に取り組んでいる。ここで重要となるのが、接触してきた顧客が関心を持ちそうなオファーを瞬時に計算できるようなアナリティクス環境の整備だ。
2020/03/05
- カテゴリ：
- データ分析
- BI／BA／OLAP
データの“信頼性”が価値をもたらす、調査で見えたアナリティクス実践のヒント
アナリティクスやAIの価値を最大化するには、データの“信頼性”を高めることが欠かせない。2000人以上を対象にしたグローバル調査の結果を基に、データアナリティクス実践に必要なポイントを解説する。
2020/01/28
- カテゴリ：
- データ分析
- AI／機械学習／ディープラーニング
ニューラルネットワークの視点で考える、ディープラーニングモデル作成
ディープラーニングを実業務へ展開する上で障壁となるのが、データ処理に用いられる「ニューラルネットワークアーキテクチャ」の複雑さだ。その仕組みを解説するとともに、モデル作成を支援するソリューションを紹介する。
2020/01/28
- カテゴリ：
- データ分析
- AI／機械学習／ディープラーニング
交通運輸システムを激変させるコネクテッドビークル、収益化につなげるヒント
自動車をはじめとする交通運輸システムの分野では、コネクテッドビークルによる破壊的ともいえる変革が進行しつつある。これを支えるのは、スマートデバイス化したモビリティから収集したデータに基づく、優れたアナリティクスだ。
2020/01/28
- カテゴリ：
- データ分析
- BI／BA／OLAP
どの組織でも起こりうる“調達不正”、検知／回避するための「4つの基本」とは
物品購入に代表される調達業務は、どの企業にとっても不正行為の原因となり得る。それを回避するには、業者の選定段階から契約締結後に至るまでの各プロセスで、対策が必要になる。
2020/01/06
- カテゴリ：
- データ分析
- AI／機械学習／ディープラーニング
金融機関の2大課題、マネーロンダリング／テロ資金供与対策にAIはどう効く？
金融機関でマネーロンダリング対策やテロ資金供与対策の整備が課題となる中、ルールベースの検知エンジンに頼った従来の手法に、限界が見え始めている。そこで改めて注目したいAIと機械学習について、活用の秘訣を探る。
2020/01/06
- カテゴリ：
- データ分析
- AI／機械学習／ディープラーニング
いまさら聞けない「IoT」、ビジネス担当者にも分かる101の基本用語集
モノのインターネット（IoT）がビジネスや生活に浸透して久しいが、その定義はいまだ曖昧なままだ。IoTについて議論を深め、さらに活用していくためには、まずIoTに関連する基本的な用語を理解する必要がある。
2019/12/12
- カテゴリ：
- 経営とIT
- IT経営／IT戦略系ソリューション
機械学習のガバナンスを徹底、モデルリスク管理を強化する10のポイント
機械学習（ML）の活用があらゆる業界で模索されている一方、利用においては意思決定プロセスにブラックボックスを作成してしまうリスクも考慮せねばならない。そこで必要となるMLモデルガバナンスの徹底方法について、詳しく解説する。
2019/12/06
- カテゴリ：
- データ分析
- AI／機械学習／ディープラーニング