衣料品大手のワークマン（群馬県伊勢崎市）は、今後5年をめどにECの宅配をやめ店頭受け取りに一本化する方針を明らかにした。新規出店を加速し、“受け取り拠点”となる店舗が増えた段階で移行する。 ワークマンによると理由の1つは配送コスト。「利益が十分にとれる製品ならともかく、ワークマンは原価率が高い。宅配で利益を上げるのはきびしい」と話す。 近場に店舗がない人にとって宅配は便利だが、低価格な商材の多いワークマンでは利益を圧迫する。対して店舗受け取りなら既存の配送ルートにEC商品をのせるだけで済む。 もう1つの理由は店舗への誘導を図ること。「リアル店舗で様々な商品を見てもらい、関連購買を増やしたい」としている。 現在、ワークマンの店舗数は「WORKMAN Plus」「#ワークマン女子」を含め全国に944店。2030年までに全国1500店舗まで広げる方針で、「5年後（2027年）に1100店舗から1

2022-08-27 データ抽出に特化したAirbyteによるEL(T) 環境構築の実践 データ基盤 Airbyte ELT こんにちは。今回は、データ基盤の構築の一部を実際に体験してみたいと思います。 データ基盤を作成するにあたり、まずは、社内に眠る様々なデータを集めてくる必要があります。前回の記事では、その機能を「収集」と紹介していました。 データ基盤とは何か… データ基盤 データ分析基盤 実践 2022-08-18 Metaflowでモデルの学習をpipeline化するまで MLOps Metaflow Pipeline 皆さんは「MLOps」について取り組んでいらっしゃるでしょうか。私は2018年頃からデータクレンジングや機械学習モデルの構築や運用をしてきましたが、当時の日本で私の耳にはMLOpsという言葉が入ってくることはありませんでした。 ただMLOpsの元となった「Dev…

こんにちは！nakamura（@naka957）です。本記事では、PyCaretで簡単に探索的データ分析を行う方法をご紹介します。 探索的データ分析（Explanatory Data Analysis: EDA）とは、データセットを様々な視点から分析し、データを考察することを目的に行うことです。EDAで得られた知見や仮説を活用し、その後のデータ分析や機械学習モデルの構築を有効に行うことができます。 データを考察するための最も有効な手法は、可視化することです。そのため、データを可視化するスキルはEDAにおいて非常に重要になります。本記事ではEDAを目的とした可視化する方法をご紹介します。 では、早速始めていきます。 PyCaretとは AutoVizとは ライブラリのインストール 実行の前準備 EDAの実行 散布図 棒グラフ 密度分布 Violinプロット ヒートマップ（相関係数） Auto

本番環境のモデル精度が低下する現象をドリフトと呼びます。特にデータ由来をデータドリフトと呼びます。 機械学習はデータから入力情報と予測対象の関係性を推定する手法です。そのため、前提となる入力情報の性質が変化すると（データドリフト）、予測精度が低下します。 データドリフトの検知は機械学習のサービスを運用する上で非常に重要ですが、ドリフト検知を含まない機械学習プロジェクトも多いのではないでしょうか。 本記事では、ドリフト検知が簡単にできるPythonライブラリのEvidentlyをご紹介します。Evidentlyを使えば、簡単にドリフト検知が可能です。 では、本題に入っていきましょう。 目次 データドリフトとは Evidently データセットとモデルの準備 データドリフトのレポート出力 レポートの内容確認 まとめ データドリフトとは 収集されるデータの性質が変化することをデータドリフトと呼び

DX（デジタル変革）をけん引する技術として存在感を高める人工知能（AI）。その中核となる機械学習モデルは一度つくって導入すれば終わりではなく、継続して育てることが重要だ。それには、運用保守フェーズで継続的に改良する「MLOps」という取り組みが不可欠である。具体的にどういう組織体制、開発・保守標準、基盤・ツールを整えればよいのか。先行事例や有識者の提言を基に探る。 「当社が開発・運用している機械学習（ML）モデルは一覧化して把握しており、現在20～30個ほどある」。クボタの古谷嘉三グローバルICT本部DX推進部部長は同社のMLモデルについてこう語る。 クボタは大きく分けて3つの分野でMLモデルを活用している。1つ目は品質で、工場のラインを流れる製品の画像から不良品を検出するモデルを運用している。残りの2つはローンを組むなどの小売金融関連の業務に関するモデルと、必要な台数のトラックを手配する

リコーは4月28日、富士通の子会社であるPFU（石川県かほく市）を子会社化すると発表した。富士通が保有するPFUの発行済株式のうち80％を、計842億円で取得する予定。株式取得予定日は7月1日。日本経済新聞は4月25日、富士通が保有するPFU株式の8割をリコーに約800億円で売却すると報じていた。 子会社化の理由についてリコーは、オフィスサービス事業拡大のためと説明。「PFUは、業務用スキャナーで世界ナンバーワンのシェアと顧客基盤を誇る」とし、オフィス領域の他、医療機関や公的機関の窓口業務、金融機関、企業のバックヤードの書類の処理業務など、今後デジタル化のニーズが見込まれる分野へのビジネス拡大を目指す。 PFUは1960年に創業。ドキュメントスキャナー「ScanSnap」や高性能キーボード「Happy Hacking Keyboard」を手掛けるメーカーとして知られており、2010年に富士

ライセンスは「CC BY-NC-ND 4.0」で、利用の際にクレジットを表示すること、非営利でのみ利用すること、内容を改変しないことを求めている。 バンダイナムコは、メタバースやXR技術が広まる中、コンテンツ規模が拡大すると従来のモーション制作過程では限界を迎えると予想。AIを活用したキャラクターのモーションを生成する研究を行っている。 一方、AIによるモーション研究はデータセットの入手が難しいため研究開発が進んでいないとして、自社で使っているデータの一部を提供することにしたという。 関連記事 実在しない顔の画像3000点を無償配布、AI学習用データセットに　法人向け・商用利用可 AI活用のコンサルティング事業を手掛けるAPTOなど2社が、AIの学習データとして利用できる、実在しない男女の顔写真3000枚の無償配布を始めた。法人を対象に11月30日までの期間限定で提供し、商用利用も認める。

大阪府茨木市。近くを新名神高速道路が走る高台の上に、パナソニックグループが「現場革新」と名付けたデジタルトランスフォーメーション（DX）の実践拠点がある。企業向けの映像・音響機器や業務用端末といった事業を手掛けるパナソニックコネクトの、修理用部品を供給する「彩都サービスパーツセンター」だ。大阪府門真市にあった前身の施設を移して2018年10月に稼働し、8万品番の在庫を常備して世界25カ国へ部品を届けている。

東京大学大学院情報理工学系研究科の研究チームは4月26日、動画内の人物の顔が本物かどうかを判定する、ディープフェイク検出AIを開発した。このAIは、既存研究の性能を大きく上回り、世界最高性能の評価を示したという。より高い精度でディープフェイクの検出が可能になるため、悪用の根絶に期待できるとしている。 ディープフェイクを検出するAI技術の多くは、訓練時に学習した作り方に倣ったフェイク画像などしか検出できず、それ以外のものを検証する際には性能が大きく低下する問題を抱えている。 こうした未知のディープフェイクに対し、Microsoftは2020年に、疑似フェイク画像を作り、それを使った検出AIの学習方法を提案している。しかし、この手法では、非常に検出が容易な疑似フェイク画像を生成する場合があり、それらの画像を学習した検出AIは、高圧縮率による潰れた画像や、高／低露光下のフェイク画像に対して、検出

デジタル庁では、本日2022年４月22日（金）より、ベース・レジストリのパイロット事業として進めているレジストリカタログとアドレス・ベース・レジストリの実証サイトの公開を開始しました。 ベース・レジストリとは、公的機関等で登録・公開され、様々な場面で参照される、人、法人、土地、建物、資格等の社会の基本データであり、正確性や最新性が確保された社会の基盤となるデータベースです。（ベース・レジストリの詳細についてはベース・レジストリをご参照ください） 行政手続のワンスオンリーを実現するなど社会全体の効率性の向上を図るとともに、スマートシティ等の新しいサービスの創出を図るためには、マイナンバーや地理空間情報など社会全体の基盤となるデータを整備・活用することが必要です。 そこで、まずはベース・レジストリを、「公的機関等で登録・公開され、様々な場面で参照される、人、法人、土地、建物、資格等の社会の基本

大井川の水を損失させない「2つの方法」が検討されていきます。 直接・間接的な「水戻し」 リニア中央新幹線南アルプストンネルの工事現場（2021年5月12日、恵 知仁撮影）。 JR東海は2022年4月26日（火）、中央新幹線の建設に伴い懸念事項となっている静岡工区での大井川の水資源への影響について、「方策」の方向性を明らかにしました。 この問題は、静岡工区で進められている「南アルプストンネル」の掘削などの影響で、現場で発生した湧水が本来の自然環境と反して別の水系に流出してしまうことから、大井川の水量が減少し、各種用水の使用に支障をきたすとして、静岡県が懸念を表明しているものです。 今回JR東海は、その「トンネル湧水」を、本来のとおり大井川へ戻すために取る方策について、ある程度の形がまとまってきたことから、公表に至りました。 取るべき方策は2案。まず「A案」は単純に、山梨県側で湧出した水をポン

今は驚くほど多種多様のデジタル人材育成プログラムが提供されています． でも「研修を受けてもどこでスキルが使えるか分からない」「どの人にどんなスキルを身に着けてもらえばいいか計画が難しい」そんな声を何度も聞きました．そこで， まずDXが最初から最後までどんな流れで行われる活動なのかを振り返り， その中で必要なスキルと人材を整理する という形で資料をまとめてみました．詳細は元のPDFをご参照頂くとして，ここではエッセンスを紹介します． ◇元ファイル：DXスキルツリー 想定読者 DX人材になりたいけど何を勉強したらいいか分からない方 DXに関わっているけどキャリアパスが見えず不安な方 DX人材育成を企画するのにDXの全体像が分からない方 特徴 (コンサルやベンダーではなく) DXで変わる側の視点で考えられている まずDXの流れを示している 職業の果たす役割とスキルの関係が明示されている 必要な人

日経コンピュータによる書籍『ポストモーテム みずほ銀行システム障害 事後検証報告』（日経BP）が2022年3月に発売された。2021年2月からの12カ月間に11回ものシステム障害を発生させたみずほ銀行。一連の障害の原因や背景を、日経コンピュータが全力で検証・解説した書籍だ。第1章では独自の取材を基に11回の障害を振り返っている。抜粋の第5回を掲載する。（技術プロダクツユニットクロスメディア編集部） 2021年2月以降に続発したシステム障害を踏まえて、みずほフィナンシャルグループ（FG）は同年6月15日に、第三者委員会による調査報告書やシステム障害に関する役員処分、システム障害の再発防止策などを発表した。調査報告書によって、みずほ銀行の行内における実態が明らかになった。 世間を驚かせたのは、システム障害に対する感度の鈍さだ。前述のとおり、みずほ銀行の藤原弘治頭取は2021年2月28日、システ

コモディティ化するKaggleのTier　差別化のポイントは？ 大久保渉太氏（以下、大久保）：では次の質問に行きます。「昨今、特に日本においてKaggleのTierは、コモディティ化しつつあるように見えます。これについてどう思われますか？　そこで大切になる、Tierだけでは表せない差別化ポイントは何だと思いますか？」。これは誰が答えますか？ 横尾修平氏（以下、横尾）：では僕が答えます。 （一同笑） 大久保：お願いします。Tierがコモディティ化しているという話ですね。 横尾：コモディティ化しているというのは、事実としてあると思っています。Grandmasterの数は、確か日本だとまだ20名ぐらいしかいない気がするので、まだまだ大丈夫なんじゃないかなと思います。マスターになってくると、今は相当数が増えているという印象があって、そうなると差別化する要素が必要になってくるのではないかなと思います