ヤマト運輸は、業務量を機械学習を使って予測するためのMLOps(Machine Learning Operations:機械学習運用)環境を構築した。機械学習モデルの作成プロセスを自動化し、運用の高速化と継続的な開発および精度の改善を図る。環境構築を支援したエクサウィザーズが2021年11月17日に発表した。 ヤマト運輸は、需要に応じた経営資源の最適配置とコストの適正化を図るために毎月、約6500店ある宅急便センターの数カ月先の業務量を予測するための機械学習モデルを作成し運用している。 今回、手動で実行していた機械学習モデルの作成プロセス(機械学習パイプライン)を自動化するために、MLOps(Machine Learning Operations:機械学習運用)環境を構築した(図1)。これにより、月次の機械学習モデルの運用を高速化した。 具体的には、余裕を持ったスケジュールでの運用が可能に
![ヤマト運輸、業務量を機械学習で予測するためのMLOps環境を構築](https://cdn-ak-scissors.b.st-hatena.com/image/square/f3678486ff9236731c3f63795e423321052fc060/height=288;version=1;width=512/https%3A%2F%2Fdcross.impress.co.jp%2Fimg%2Fdx%2Flist%2F002%2F972%2Frss.jpg)