ChatGPTを使ってデータサイエンティストの生産性を爆上げする活用術をまとめました! また、データサイエンティストがChatGPTを活用するための記事をまとめているので、こちらもぜひ参考にしてみてください。 データ前処理 「ChatGPTを使用すると、「データを分析可能な形に前処理して」といった大雑把なリクエストに対しても、すんなりと対応し、データ前処理を行ってくれます。」 今のところ、大量のデータを前処理する際にChatGPTを利用する場合は、ChatGPTに実際の前処理を行わせるのではなく、前処理用のサンプルコードを教えてもらう方が良いでしょう。 ただし、近い将来にはCSVやExcelを直接アップロード&ダウンロード可能な「Code Interpreter」というプラグインが追加される予定とのことで、実務利用が大いに現実味を帯びると考えられます。 詳細は以下のページで紹介しています!
データドリブンな意思決定には「強み」だけでなく「弱み」もある 世の中で生み出されるデータが種類と量の両面で急増を続ける中、データをさまざまな事象の証拠として意思決定に役立てる、いわゆる「データドリブン」の動きがますます本格化している。 消費行動の多様化や複雑化を背景に、従来からの経験則による消費行動の予測難度は増しており、これに対してデータによる現状把握の精緻化を通じて、予測精度を確実に高めてきた。業務の多様化と複雑化、環境変化の加速なども要因に挙げられる。 ただし、「データドリブンへの偏重は、意思決定において(実は)決して望ましいものではありません」と指摘するのは、ガートナー バイス プレジデント,アナリストのガレス・ハーシェル氏だ。 ハーシェル氏によると、意思決定の手法は「合理的」「原理的」「協働的」「直感的」の4つに大別され、データドリブンはこのうちの合理的な手法に含まれる。
アクティブインテリジェンス実現に必要な機能を実装したクラウドプラットフォームが「Qlik Cloud」だ。企業内外にあるシステム群からリアルタイムにデータを収集/統合/加工する「データ統合」と、ビジネス現場の気づきとなる情報の提供や取るべきアクションの示唆を行う「データ分析」の機能群で構成される。データの信頼性を担保するセキュリティ機能、気づきやアラートを与えるAI/機械学習技術も盛り込まれている。 フィッシャー氏は、アクティブインテリジェンスを実現するうえではとくに、データのエンドポイントどうしを柔軟に(N対Nで)接続したデータパイプラインを実装できる「データファブリック」と、データサイエンティストの力を借りずにエンドユーザー自身でAIモデルの構築/チューニングができる「AIの民主化」がポイントだと述べる。 「顧客が危機に備える際に、Qlikは最適なパートナーになる。多くのデータを統合し
Innovative Tech: このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。Twitter: @shiropen2 スイスのチューリッヒ大学に所属する研究者らが発表した論文「ChatGPT Outperforms Crowd-Workers for Text-Annotation Tasks」は、機械学習向け大規模データセットを作成するためのラベル付け作業(アノテーション)において、ChatGPTと人ではどちらがパフォーマンスが良いかを検証した研究報告である。 多くの機械学習モデルでは、学習やテストを行うために高品質なラベル付きデータを必要とする。科学の進歩のため、研究者が特定分野の大規模なラベル付きデータセットを作成して公開する。あとの研究者らは、このデータセット
データマーケットプレースは日本で本格的に立ち上がるか、Snowflakeが参加企業を発表:QUICK、東芝テック、インテージなど スノーフレークが、データマーケットプレースにさまざまな企業が参加したことを発表した。同社は、クラウドデータウェアハウスから直接データを共有し、収益化につなげられる仕組みを提供している。 複数の組織間でデータを売り買いする場であるデータマーケットプレースについては、以前からさまざまな取り組みが進められてきた。だが少なくとも日本では、これまで大きな成功を収めた例がほとんど見当たらない。スノーフレークが、この状況を変えるかもしれない。 スノーフレイクは2022年10月24日、10月25日から開催のオンラインイベント「DATA CLOUD WORLD TOUR JAPAN」に先駆け、多様な企業が同社のデータマーケットプレースに参加したことを発表した。 スノーフレークはマ
コロナ禍の事業継続の姿勢から一転し、新規事業へ投資する企業が増えている。その中でも関心を集めているのがデータ活用だ。これまでの業務を通して蓄積してきたデータを分析し、業務効率や生産性の向上を狙う企業は多い。一方、ノウハウや人材不足により、思うような成果を出せない企業も存在する。 データ分析初心者が陥りがちな失敗の原因とはなにか。データサイエンス人材の育成スクールを運営するデータミックス(東京都千代田区)の代表取締役である堅田洋資さんは「“データを見れば、データが何か答えを教えてくれる”と誤解する人が多い」と指摘する。 続けて「データ分析を志す人は細かなテクニックを書籍などで学ぶ前に、童心を思い出すべき」と話す。自身も現役のデータサイエンティストでもある堅田さんに、データ分析初心者が持つべき心構えを聞いた。 データとは“無口な友達” 堅田さんいわく、データミックスが運営するスクールの受講生の
MatrixFlow、データ解析の民主化を推進する特許を取得特許技術でAI構築に必要な前処理を平易に行うことが可能に ビジネスのためのAI活用プラットフォーム「MatrixFlow」を提供する、株式会社MatrixFlow(本社:東京都台東区、代表取締役:田本 芳文)は、「データ処理方法、データ処理システム、データ処理プログラム及びデータ構造」に関して特許を取得したことを発表いたします。 本件に関するお問合せはこちら:https://www.matrixflow.net/contact/ 本発明は、データセットに基づく高品質なデータ解析を平易に行うことを可能とする技術です。 AIを構築するステップは大きく分けて、「課題の設定」「データの準備」「データの前処理」「AIの学習」「AIの評価」の5つに別れます。一般に1つのAIを作り終えるまでには、「AIの評価」がビジネスで求められる基準を満たす
ログ分析基盤構築に大切にした2つの観点 2021年6月、リクルートは新規でデータ容量20TB超のログ分析基盤を構築するプロジェクトを開始した。その理由の一部として、日比野氏は、サイバー攻撃が増加し、新しい脅威が次々と登場する現状に対して、今市場で利用されているログ管理製品では、柔軟性に乏しく開発と維持にコストがかかること。加えて、検知や分析における高度なクエリ開発スキルなどが求められるアナリストの確保も年々難しくなっていたことを明かした。 開始当初、日比野氏は2つの観点を大切にしたという。 1つ目は、ビジネスニーズの変化に強いアーキテクチャにすることだ。サイバー脅威の変化に素早く順応しながら防御を進化させるには、ウオーターフォール開発はそぐわない。また、リリースのたびに総合テストを実施する設計も、開発側に負荷がかかり過ぎてしまうので避けたい。さらには、ログ容量やインスタンス数に応じた月額利
本稿の後編は、インフラエンジニアのための、データ活用基盤検討ガイドライン(後編)となります。 はじめに G-genの杉村です。この記事では、データ活用基盤について、導入の検討の進め方や参考アーキテクチャをご紹介します。 当記事の想定読者は、これまでデータの扱いに深く関わったことのないインフラエンジニアの方や、事業会社の情報システム部の方です。 記事後半の「スキルセット」の項でも触れますが "データエンジニアリング" のスキルを持った人材は日本全体で不足しています。「これからデータ活用基盤の導入検討をしなければならない。しかし社内にデータサイエンティストやデータエンジニアはいないし、採用の見込みも立たない」というケースは、今やごく一般的です。 そのようなとき、既に社内にいる人材... インフラエンジニアが検討を主導する場面も多くなるはずです。当記事は、そのような方々に参照していただけることを
『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
ディー・エヌ・エー(DeNA)子会社のDeSCヘルスケアと診療データベースなどを運営するメディカル・データ・ビジョン(MDV)は5月10日、業務提携契約を締結したと発表した。 この提携により、両社で蓄積している医療ビッグデータの利活用、生活者向け健康増進協業サービスでの協業に取り組み、健康増進や医療費の適正化を目指すとしている。 DeSCヘルスケアは、健康保険組合や自治体などに提供するヘルスケアアプリ「kencom」を運営している。 kencomは約100団体、480万人に利用されており、協業先の他社と合計すると808万人の保険者データを保有しているという。MDVの診療データベースは国内最大規模としており、病院データ3960万人(実患者数)と健康保険組合データ771万人(同)から構成されているという。これら2つのデータベースを連携することで、保険者データ1500万人超、病院データ4000万
日本アイ・ビー・エムは2021年12月14日、AI(人工知能)を使った同社のテキスト検索、分析プラットフォーム「IBM Watson Discovery」を活用した「技術動向予兆分析システム」が、日本ゼオンで稼働したと発表した。 日本ゼオンでは、燃料や原料における化学資源からの脱却と脱炭素により、持続可能な社会へ継続的に貢献する経営を目指している。その際、競争力の源泉となる研究開発での時流や目的に合った技術動向の予兆分析が重要な課題となっていた。 そうした経営を推進する上で重要となる、知的財産分析を経営判断に生かすIPランドスケープを実現するため、両者は今回、特許などの知財に関わる領域のDX(デジタルトランスフォーメーション)を推進することで合意。日本ゼオンにおいて、技術動向予兆分析システムの稼働を開始した。 同システムでは、知財領域の専門性の高い10万件規模の大量のデータに対応するため、
「データ駆動型社会」は必ずしもバラ色の未来を保証しない "Data-driven society" does not necessarily guarantee a bright future 2022.04.22 Updated by Shigeru Takeda on April 22, 2022, 14:48 pm JST データ(data)はデータム(datum)の複数形で、ラテン語の dareまたはdonare(ダーレ=与える:ドネーション(寄付)の語源でもある)を語源とするが、データムという単数系が利用されることはない。つまり、最初からある程度まとまった量(=データ)が与えられている、と考えるのが普通だ。 データはデジタル化することで、コピーしても品質が劣化せず、瞬時に移動可能で、他のデータと組み合わせたりコンピュータで演算可能な状態になる。いうまでもなく現在脚光を浴びているの
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 日立製作所(日立)は、製造業における属人的な業務ノウハウをデジタル化するとともに、既存システムに散在するデータを統合的に管理して、業務遂行に必要な一連の情報を適切なタイミングでユーザーに自動提供する情報一元管理プラットフォーム「WIGARES(ウィガレス)」を販売開始した。 同プラットフォームを活用することで、アラームやイベント、故障予兆などの事象発生をトリガーとして、関連する業務情報をユーザーにプッシュ通知するため、必要なデータを適切なタイミングで参照しながら業務を行える。 ユーザーごとのニーズに応じた情報の提供が可能で、経営者は運転効率分析、アラーム対処状況管理表、 製造部門は運転データ、運転操作標準書、運転日誌、保守作業者は故障履
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
処理を実行中です
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