日本のオンラインストアを表示しています国/地域を変更する国・地域を変更すると、ショッピングカートは空になりますのでご注意ください。
![LILLÅSEN リルオーセン デスク, 竹, 102x49 cm - IKEA](https://cdn-ak-scissors.b.st-hatena.com/image/square/e674a1a101d8d75b71e6d03e52263d86e5897b47/height=288;version=1;width=512/https%3A%2F%2Fwww.ikea.com%2Fjp%2Fja%2Fimages%2Fproducts%2Flillasen-desk-bamboo__0736017_pe740344_s5.jpg)
日本のオンラインストアを表示しています国/地域を変更する国・地域を変更すると、ショッピングカートは空になりますのでご注意ください。
JR東日本は5月22日、運行管理の効率化に向け、AIとクラウドを組み合わせた業務支援システムを導入すると発表した。過去に起きた人身事故、車両の故障、線路の不具合などの詳細と、係員による対応をデータ化し、クラウド上に構築したAIに学習させたもの。今後は事故が発生した際に、係員がシステム上で報告すると、類似した事例に基づいた対応策をAIが提示。意思決定をサポートする。 5月25日にJR東の東京総合指令室で運用を始める。複数の鉄道会社をまたぐ直通運転が増加し、首都圏の鉄道網が複雑化する中で、係員の判断の正確性とスピードを高める狙い。事故の際に係員が入力した内容は他のメンバーにも共有されるため、部署内での意思疎通や報告業務も効率化できるという。 この他、同システムのクラウドストレージには、事故対応に関する規定やマニュアル、新人教育用のオンライン教材などを保存できる。係員は事故がない時にこれらを参照
コンビニで手軽に買える冷凍食品。各コンビニチェーンは新たな商品開発と売場の拡充を急いでいる。このジャンルで先行したセブンイレブンだ。同社が切り開いたコンビニに適した新たな冷凍食品とはどのようなものだったのか。流通ジャーナリスト梅澤聡氏の「コンビニチェーン進化史」から一部を編集してお届けする。 各コンビニチェーンで商品開発がすすむ冷凍食品。いかにコンビニ仕様にするかが重要だ 「冷凍食品」が新たな武器になる 従来のコンビニの冷凍食品といえば、翌日の子どもの弁当用に、母親が前の晩に冷蔵庫におかずがないことに気がついて、急きょ買い求めるといった用途であった。そのコンビニの冷凍食品に風穴を開けたのは、2009年にセブン‐イレブンが発売した焼き餃子と焼売である。その前年、中国産冷凍餃子中毒事件が起き、その影響から冷凍食品全般が売上を落としていた。 そもそも冷凍食品市場は、火曜日、水曜日、5割引きと い
『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day
Comprehensive support for multiple types of models and algorithms, during training and inferencing Why InterpretML? Model Interpretability Model interpretability helps developers, data scientists and business stakeholders in the organization gain a comprehensive understanding of their machine learning models. It can also be used to debug models, explain predictions and enable auditing to meet comp
はじめに はじめまして、分析部の喜久里と申します。様々なゲームサービスや関係部署の課題解決に向けた分析を担当しています。 AIに関連した技術がホットなトピックの1つになって久しいですが、既存の手法やツールと比べてフィージビリティが読みにくい部分があり、様々な場所で適用が試行錯誤されているのが現状です。私たちもこれまで何件もAI関連技術の業務適用を試みており、上手く進められたケースもあればそうでないケースもありました。この記事では、AIを効率よく活用しようという試行錯誤の過程で行った取り組みと工夫を紹介します。 なお、記事全体を通して “AI” という表記を使っていますが、主に機械学習(予測タスクとその周辺技術)やデータサイエンス(施策等の効果検証や説明に関係する技術)のことを指しています。 この記事で扱う内容 この記事で紹介する内容を図1にまとめました。 図1 紹介する内容のサマリ 以下の
最終更新日: 2021年12月13日 脳波解析の応用に取り組む株式会社SandBoxは、脳波データを活用することで、消費者の曖昧で複雑な感性をきめ細かく分析する脳波マーケティング支援サービス「ノウミーリサーチ」を2020年5月20日(水)から提供開始しました。 従来、人の感性などを分析するにはアンケートを取るなどの手法が取られていますが、人間の感性を言語化する際に情報が主観によって左右されがちです。 そこで、脳波のパターンをAIを活用して分析することで、直接、脳の動きを観察し、マーケティングなどに活かす研究が盛んになっています。 「ノウミーリサーチ」は、バイアスが含まれず「無意識」を計測する脳波による感性評価を行います。アンケートやインタビューなどのマーケティング方法で結果に含まれやすい、忖度や嘘などのバイアスが脳波データでは含まれません。 また、脳波データではモニターが瞬時に反応する「無
はじめにこんにちは。この記事はDeNAの小口(Rikiya Oguchi)と長谷川(Ryoji Hasegawa)がお届けします。 小口はゲーム事業部の分析部データエンジニアリンググループの所属で、長谷川は全社共通部門である分析推進部の所属です。ゲーム事業部と全社部門で所属は違いますが、近しいミッションのもと、普段から密に連携して仕事をしています。 DeNAでは現在、データプラットフォームの刷新を進めています。この記事では、そのプロジェクトについて、以下の流れでご紹介します。 現行データプラットフォームの背景と概要データプラットフォーム構築後の環境変化現行データプラットフォームが抱える課題現行組織が抱える課題データプラットフォームの刷新刷新後のシステム構成組織体制の刷新我々と同じようにデータプラットフォームの構築・運用に携わっている方々や、データプラットフォームを利用されている方々、特に、
近年盛んにおこなわれている機械学習の手法を用いた因果推論についていつ利用するかの大まかな理解とメモ(備忘録) 基本的には現在の因果推論手法のフローチャート的まとめ はじめに 因果推論とは、結果に対する原因を答えることを目的とした一連の統計的手法である。一般に回帰分析などの統計的アプローチでは、Xの変化がYの変化とどのように関連しているかを定量化することに重きをおいている。一方で統計的因果推論は、Xの変化がYの変化を引き起こすかどうかを判断し、この因果関係を定量化することに重きをおいている。近年盛んである機械学習と因果推論の融合分野は、このうち特定の条件下における因果効果の推定に用いられる。今回は既存の因果推論の手法と機械学習を用いた手法の使い分けを大まかに整理した。 当然だが有するデータに対して「何を、なぜ知りたいか?」を明確にしてから分析していく。 でないと、取るべき戦術が見えてこない。
HOME ソリューション・製品 ▾ソリューション・製品メニューを開く カスタマーエクスペリエンスカスタマーエクスペリエンスメニューを開く エンプロイーエクスペリエンスエンプロイーエクスペリエンスメニューを開く デジタルトランスフォーメーションデジタルトランスフォーメーションメニューを開く メディカルICTメディカルICTメニューを開く スマート農業スマート農業メニューを開く セキュリティセキュリティメニューを開く AIAIメニューを開く メディアメディアメニューを開く コミュニケーションコミュニケーションメニューを開く クラウドクラウドメニューを開く カスタマーエクスペリエンス トップ 購買行動の多様化に伴い、お客様との接点を増やし、意識を的確にとらえ、行動を分析することで顧客理解を深める活動は一層重要になってきました。私たちは、音声認識やレコメンド、自動応答などのAI技術を活用し、最適か
先日の西浦先生のニコ生の発表を聞いていない人はぜひ聞いてください。 モデルとデータを以下のリポジトリでオープンにしていただいたので、モデルについて僕が分かる範囲内で少し解説を加えたいと思います。 github.com 実効再生産数を推定するコードが2種類ありまして、最尤推定(Maximum Likelihood Estimation, MLE)を使ったMLE版(Sungmok Jungさん作成)と 、ベイズ推定版(Andrei Akhmetzhanovさん作成)があります。どちらもコンセプトはほぼ同じで、実装が若干異なります。この記事では、ベイズ推定版(以降、元コードと呼びます)の流れを簡単に説明し、その後でその拡張を試みます。 ベイズ推定版の流れ 大きく分けて「データの集計」「back projection」「実効再生産数の推定」の3つの部分からなります。 データの集計 まずは日付ごとの
5月8日から現れたTwitterの「#検察庁法改正案に抗議します」。このハッシュタグ投稿が爆発的に増え、トレンド入りした。わずか3日弱で470万件のツイート。この膨大な数を挙げ「抗議殺到だ」とする主張がある一方、「一人が数千のツイートもでき、抗議の数としては疑わしい」とスパムを疑う声がある。 鳥海准教授の調査によると、5月8日午後8時から5月11日午後3時までの間に、リツイートを含めて4,732,473件、リツイートを除くと564,797件が投稿した。拡散に関わったユーザは588,065アカウントだったという。 より細分化していうと、「#検察庁法改正案に抗議します」を投稿したアカウントは31.9万で、計56万回ツイートしていた。そのうち大部分は、一回のみツイートしていたことがわかった。それは投稿の大部分を占め、24.8万アカウントだった。一方、拡散は少数のアカウントによってされていた。拡散
はじめに 自然言語処理タスクでBERTをfinetuningして使うことが当たり前になってきました。Kaggleなどのコンペや精度要件がきつい案件を行う場合に少しでも精度を向上させたいというシーンが増えてくると考えられます。そこで、精度向上手法をまとめます。タスクとしては分類タスクを想定しています。 文字数調整 学習済みのBERTに入力可能な単語数は最大512個です。そのため、512単語以上のテキストを使用する場合は特別な工夫が必要となります。ここの処理方法の変更が精度向上に寄与することが多いので要チェックです。 例として次のテキストから6単語取得することを考えます(句点も1単語とします) 吾輩 / は / 猫 / で / ある / 。 / 名前 / は / まだ / ない / 。 1. Head-Tail 吾輩 / は / 猫 / で / ある / 。 / 名前 / は / まだ / な
はじめに ベイズ統計モデリングは、データを確率モデル(確率分布とパラメータの関係式)に当てはめ、ある現象がどのように起こったか(=データがどのように生成されたか)を解釈し、将来のふるまいを予測するために用いられる手法です。 勾配ブースティング木やニューラルネットワークなどの機械学習の手法では、ある現象がどのように起こったか、つまり、説明変数と目的変数の関係についての背景知識がなくても、ある程度の予測性能を達成するモデルを構築することができます。しかし、構築したモデルはブラックボックスとなっており、結果の解釈が難しく、どの機械学習の手法が適切なのか(=汎化性能が十分なのか)の判断が難しい場合があります。 一方、ベイズ統計モデリングは、データを使って学習を行う前に、現象に関する背景知識(=データ生成に関する仮定)を確率モデルの形で組み込むことができます。つまり、ドメイン知識・基礎集計などによっ
プラットフォームの概要 AI Platform 生成 AIおよび予測 AIのプラットフォーム もっと詳しく ドキュメント 新機能 ログイン 無料で始める 運用 自信を持ってAIを拡張し、比類のないエンタープライズ・モニタリングとコントロールでビジネス価値を促進 デプロイと実行 再学習と最適化 監視と介入 ガバナンス AIの環境、チーム、およびワークフローを統合し、大規模な範囲での完全な可視性と監視を実現 レジストリと管理 監査と承認 コンプライアンスドキュメント生成 構築 ニーズの進化に合わせて自由に適応できるオープンなAIエコシステムで、迅速なイノベーションを実現 分析と変換 学習とチューニング 組立てと比較 プラットフォーム統合 インフラストラクチャーへのデプロイ ソリューション 業界ごと ヘルスケア 製造 小売業 金融サービス 成果ごと ユースケースのライブラリー お客様事例 Dat
プラットフォームの概要 AI Platform 生成 AIおよび予測 AIのプラットフォーム もっと詳しく ドキュメント 新機能 ログイン 無料で始める 運用 自信を持ってAIを拡張し、比類のないエンタープライズ・モニタリングとコントロールでビジネス価値を促進 デプロイと実行 再学習と最適化 監視と介入 ガバナンス AIの環境、チーム、およびワークフローを統合し、大規模な範囲での完全な可視性と監視を実現 レジストリと管理 監査と承認 コンプライアンスドキュメント生成 構築 ニーズの進化に合わせて自由に適応できるオープンなAIエコシステムで、迅速なイノベーションを実現 分析と変換 学習とチューニング 組立てと比較 プラットフォーム統合 インフラストラクチャーへのデプロイ ソリューション 業界ごと ヘルスケア 製造 小売業 金融サービス 成果ごと ユースケースのライブラリー お客様事例 Dat
プラットフォームの概要 AI Platform 生成 AIおよび予測 AIのプラットフォーム もっと詳しく ドキュメント 新機能 ログイン 無料で始める 運用 自信を持ってAIを拡張し、比類のないエンタープライズ・モニタリングとコントロールでビジネス価値を促進 デプロイと実行 再学習と最適化 監視と介入 ガバナンス AIの環境、チーム、およびワークフローを統合し、大規模な範囲での完全な可視性と監視を実現 レジストリと管理 監査と承認 コンプライアンスドキュメント生成 構築 ニーズの進化に合わせて自由に適応できるオープンなAIエコシステムで、迅速なイノベーションを実現 分析と変換 学習とチューニング 組立てと比較 プラットフォーム統合 インフラストラクチャーへのデプロイ ソリューション 業界ごと ヘルスケア 製造 小売業 金融サービス 成果ごと ユースケースのライブラリー お客様事例 Dat
プラットフォームの概要 AI Platform 生成 AIおよび予測 AIのプラットフォーム もっと詳しく ドキュメント 新機能 ログイン 無料で始める 運用 自信を持ってAIを拡張し、比類のないエンタープライズ・モニタリングとコントロールでビジネス価値を促進 デプロイと実行 再学習と最適化 監視と介入 ガバナンス AIの環境、チーム、およびワークフローを統合し、大規模な範囲での完全な可視性と監視を実現 レジストリと管理 監査と承認 コンプライアンスドキュメント生成 構築 ニーズの進化に合わせて自由に適応できるオープンなAIエコシステムで、迅速なイノベーションを実現 分析と変換 学習とチューニング 組立てと比較 プラットフォーム統合 インフラストラクチャーへのデプロイ ソリューション 業界ごと ヘルスケア 製造 小売業 金融サービス 成果ごと ユースケースのライブラリー お客様事例 Dat
こんにちは。研究開発部の深澤(@fukkaa1225)と申します。 クックパッドでは、顧客のロイヤルティを測る指標であるNPS(ネットプロモータースコア)のアンケートを毎月実施しています。 このNPSアンケートで集まってきたユーザの声(フリーコメント)は、クックパッドにとって大変貴重なものです。しかし、毎月多くの声が届くこともあり、担当者だけで目を通して集計するというのは難しくなってきました。そこで昨年、予め定義したカテゴリにコメントを自動で分類するシステムを構築し、既に稼働させています。 NPSアンケートを自動分類した話 - クックパッド開発者ブログ このシステムによって「いただいたコメントが何を話題にしているか」はある程度自動的に把握できるようになりました。次に課題となったのは、例えば「このコメントはレシピの多さに関するものである。でもその中にはポジティブな部分とネガティブな部分が混じ
例えば「助けを求めること」は「お前はそんなこともできないのか!」と先輩に怒鳴られるリスクがあるからリスクテイクなのだが、心理的安全性のある組織ではそもそも「怒鳴られるリスク」がないので、助けを求めることがリスクテイクであることがピンと来ない。
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
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