AIを活用したいけど…
このような課題はありませんか？
AI活用に関するさまざまな課題をDataRobotが解決します。
AIとは
AIにはさまざまなものがあり、新しい知識を教えれば人間のように理解して自律的に判断する能力をもつ「汎用AI」と人間が知識を使って行う特定の作業を支援する「特化型AI」の二つに分類できます。
汎用AI
新しい知識を与えれば、人間のように理解して自立的に判断する能力を持ちます。現在実現されているものはほとんどありません。
特化型AI
人間が知識を使って行う特定の作業を支援する機械・ロボット。
例：AIスピーカー、チャットボット、将棋AI
DataRobotの位置づけ
教師あり機械学習を使ったAI
過去のデータからパターンを学習し、未知のデータに当てはめて予測する技術
深層学習を使ったAI
画像などの認識・判別のために必要な特徴量を抽出する技術
ビジネスで成果を出しているAIのほとんどが
教師あり機械学習を使ったものです
教師あり機械学習とは過去のデータからパターンを学習し、
未知のデータに対して予測をスコアリングする技術です。
教師データから反復的に学習し、そこに潜むパターンを発見
新たな未知のデータに対して、機械が発見したパターンを当てはめて答えを予測
DataRobotは、教師あり機械学習で
分類・予測することが得意な特化型AIです
DataRobot（データロボット）とは
DataRobotは、世界中のデータサイエンティストが競い合うサイトKaggleの高成績メンバーが「優れた予測を素早く誰でも」の理念に基づき開発した機械学習自動化AIプラットフォームです。
AIが自動的に様々な機械学習の手法を取捨選択し、最適な予測モデルを構築することができます。
機械学習に必要な工程を自動化し、
高精度のモデル作成を、誰でも簡単に。
DataRobotは「データ準備」から「運用・改善」フェーズの大部分を自動化し、機械学習スキル要件のハードルを下げてくれます。
また従来より高精度のモデル作成や、工数の短縮とコスト最適化も実現します。
DataRobotの強み
モデルのブレンドや解釈･要因究明、さらに外部システムとのAPI連携も可能です。
従来のモデル構築方法
DataRobotのモデル構築方法
データサイエンティストが長い時間をかけて1～2個の予測モデルを作るのがやっとでした
ブレンディング（アンサンブル学習）
数千個以上ある分析パターンから高精度のモデルを作り、しかも複数のモデルをブレンドして組み合わせ、より精度の高いモデルを自動で構築してくれます
データサイエンティストの経験や業務担当者へのヒアリングを経て、モデルに投入する特徴量（説明変数）を練り上げて取捨選択していました
特徴量のインパクト
特徴量を投入すれば、重要度の高い変数を自動的に算出し、可視化してくれます
精度の高い予測結果が得られても、そのロジックはブラックボックスで、説明できないものでした
予測の説明
モデルの生成過程や「なぜその予測結果になったのか」の理由を示唆し、グレーボックス化してくれます
モデルをシステムへ実装するには、サーバーの用意から始め、1からプログラミングしていました
モデルデプロイ（API連携）
モデル構築と同時にAPI連携用のプログラムが自動生成されるためシステム実装が容易です
DataRobotで実現する
機械学習の民主化
希少なデータサイエンティストだけでなく、現場から育成した人材がDataRobotを活用できるようにすることで、あらゆる企業・現場にデータサイエンティストを導入できます。
活用シーン
分類・回帰・時系列予測を使い、各業界の様々なシーンに活用できます。
分類
クラス分けを目的とした手法
例：お客様が商品を買うか
買わないか分類する
回帰
数値を予測する手法
例：最高気温から商品の
売上数を予測する
時系列予測
時間や季節を加味して
数値を予測する手法
例：過去の傾向から商品の
売上数を予測する
例えばこんなシーンに
-
金融- 与信審査を行いたい
- 不正取引を検知したい
- 獲得できそうな顧客を見つけたい
- 解約しそうな顧客を見つけたい
-
製造- 不良品検知を行いたい
- 需要を予測したい
- 機器故障検知を行いたい
- 消費エネルギーを予測したい
- 在庫を最適化したい
-
通信- 解約しそうな顧客を見つけたい
- 加入しそうな顧客を見つけたい
- 既存顧客に他の商品も勧めたい
- 既存顧客に更に良い商品も勧めたい
-
保険- 解約しそうな顧客を見つけたい
- 加入しそうな顧客を見つけたい
- 失効させる人を予測したい
- 保険金の請求回数を予測したい
- 喫煙者の判定をしたい
- クレームの真偽を判定したい
- 事故確率を予測したい
-
流通- 需要を予測したい
- 新製品の売上を予測したい
- 在庫を最適化したい
- キャンペーンの効果を予測したい
- コンバージョン確率が高い顧客を知りたい
-
広告- アトリビューション分析をしたい
- キャンペーン効果を予測したい
- コンバージョン確率が高い顧客を見つけたい
- リターゲティング広告をしたい
- オーディエンス拡張をしたい
-
バックオフィス- 採用時に今後のパフォーマンスを予測したい
- 退職者を予測したい
- 業務の受注確率を予測したい
DataRobot導入事例紹介
トランスコスモス独自の
DataRobot導入支援サービス
DataRobotのライセンス販売だけでなく、トランスコスモスのデータサイエンティストが「データ準備」からモデルの「業務運用」までサポートします。
-
AI・機械学習の基礎知識研修やワークショップ、データベースハンドリング研修を実施して、課題設定やモデルの企画・設計をサポートするプログラムです。
-
DataRobotに取り込むデータを事前に確認し、取り込める形式になっているか、十分な精度が出せるか判断します。
-
DataRobotで構築したモデルについて問題が起きていないか確認します。モデル精度改善のフィードバックも行います。
-
DataRobotで構築したモデルをAPI連携で予測計算させるトレーニングを実施します。
DataRobotの導入手順
DataRobotの導入手順はニ通り
要件に合わせて設定できます
-
DataRobotの導入後に操作方法のトレーニングや分析レビューを行いたい場合
-
DataRobotを導入前にトライアルで使いたい場合
-
あらゆる企業・現場に
データサイエンスを。
貴社におけるAI・機械学習の取り組みを始め
るための
最初の一歩をご支援します。
まずはお気軽にご相談くださいませ。
