「今すぐAPIを公開したい」と言われたシステム担当者が取り組むべき3つのこと（第2章） | オージス総研
第2章 まず、ビジネスモデルを検討しよう APIエコノミーの市場は2018年、グローバルで2.2兆ドル規模に到達し、この数年間は関係するサービスが150％以上のペースで成長していくという予測（※）もあるほど大きな潜在市場です。では、APIを活用したビジネスモデルとは、具体的にどのようなものが考えられ、さらにビジネスシナリオを策定するにあたって、どのようなアプローチ方法をとるべきかを解説していきます。 第1章でも触れたように、APIによるデジタルビジネスに参画するメリットは、API公開側とAPI利用側のそれぞれにあります。 APIのエコシステムでは、コアサービスを有しAPIを公開する企業はAPIにより他社に必要な情報だけを安全に連携できるようになり、市場の拡大が期待できます。API利用側は優れたAPIを利用することで高度なサービスやアプリケーションを迅速にユーザーへ提供できるようになります。
API-led Connectivityとは何か?（前編） | オージス総研
API-led Connectivityは、再利用可能で3つのカテゴリ（後述）のいずれかに属するAPIを使ってデータとアプリケーションを接続する方法です。これらのAPIは、システムからデータをアンロックしたり、データをプロセスに組み入れたり、ユーザーエクスペリエンスを提供するなど、特定の役割を果たすために開発されます。 組織全体がAPI-led Connectivityと呼ばれる方式を採用すると、そのビジネスに関わる全員が、発見、セルフサービス、再利用を通じてアプリケーションやプロジェクトをデリバリする際の最高のケイパビリティにアクセスできるようになります。 API-led Connectivityは再利用可能な3つのカテゴリのAPIを使って新しいサービスやケイパビリティを構成するだけではなく、企業内のデータへのアクセスを分散化および民主化します。IT部門は再利用可能なアセットを作成し、そ
はじめての自然言語処理 BERT を用いた自然言語処理における転移学習 | オブジェクトの広場
前回は Rasa NLU を用いて文章分類と固有表現抽出について紹介しました。今回は昨年後半に話題となった BERT について説明し、chABSAデータセットを用いた感情分析での実験結果、アプリケーションへの組み込み方などを紹介します。 1. 始めに 本記事では Google の BERT について、その概要を紹介し、BERT の事前学習済みモデルを用いてファインチューニングにより独自のモデルを構築することを念頭に、BERT の入出力インタフェースや学習データの構造を説明します。そして、ファインチューニングにより独自のモデルを構築する例として、chABSA データセットを用いた感情分析モデル生成の実験結果およびアプリケーションから利用する際のポイントを紹介します。 2. BERTの概要 BERT (Bidirectional Encoder Representations from Tra
1
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
