nminoruのブックマーク - はてなブックマーク

【保存版】オープンデータ・データセット100選 -膨大なデータを活用しよう！ | AI専門ニュースメディア AINOW

最終更新日： 2020年3月4日 AIの高まりとともにデータの大切さが再認識される今、オープンにさまざまなデータが公開され、気軽に活用できるようになっています。オープンデータの存在は、膨大なデータから学習を行う機械学習にとって不可欠で、構築したいAIに合わせてオープンデータを選択し、活用することが必要です。一方、オープンデータのみでは競合優位性のあるAIは構築できません。マクロなオープンデータと、独自に収集したミクロなデータを組み合わせて、独自のAIを構築していくことが重要です。オープンデータを活用したサービスを構築する際には、サービスのUX（ユーザー体験）を高め、いかにユニークなデータを取得できるかが勝負なのでオープンデータに頼りすぎないようにしましょう。今回、オープンデータ・データセットを6カテゴリに分類し、100個選出しました。自身のサービスやAIの構築に活かせそうなデータを

nminoru 2021/08/20

リンク

「今機械学習に必要なのはデータマネジメント」5つの秘訣を実例つきで紹介 | AI専門ニュースメディア AINOW

最終更新日： 2020年8月6日データを活用する多くの企業の価値が向上しています。世界的な企業は、ユーザのデータを巻き込み広告などのビジネスを展開し、現在、多くのビジネスはデータを資本に展開されているといっても過言ではないでしょう。一方、データの活用の環境が整っている会社ばかりではありません。電子化されていないデータ、管理者がバラバラなデータ、企業によってデータに関する多くの課題があることでしょう。データの課題は、そのままAIの活用を大きく遅らせる足かせにもなってしまいます。この記事では、重要性が高まる「データマネジメント」について解説します。バズワード化するAIとデータマネジメントの必要性の高まり 2010年代に入り、今までのシステム以上の精度で画像認識することが可能になり、ディープラーニングなど機械学習への注目が高まりました。 AIの導入に少しでも興味を持った方は、AIの中でも

nminoru 2020/07/06

リンク

データサイエンティストの仕事は"ツール"で変わる | AI専門ニュースメディア AINOW

最終更新日： 2019年12月13日 AI、データ分析におけるツールの可能性が高まっています。Googleをはじめとしたテックジャイアントから、小さなスタートアップまで、AI、データサイエンスを効率的にすべく、さまざまなツールが提供されています。今回は、データ分析のツール化の潮流をつかむべく、データ分析ツール「nehan」を提供する株式会社nehanの中原誠代表取締役に「これまでのデータ分析を変えたい」という指針や、「データサイエンティストのあるべき姿」をお伺いします。 ▼前回の記事はこちらから

nminoru 2019/12/19

リンク

なぜ機械学習モデルは製品化すると劣化するのか | AI専門ニュースメディア AINOW

著者のAlexandre Gonfalonieri氏は、フランス・パリに拠点を置く複数のAIスタートアップでデータサイエンティストとして活躍しています。同氏がMediumに投稿した記事「なぜ機械学習モデルは製品化すると劣化するのか？」では、機械学習モデルが製品化されてから劣化してしまう原因とその対策が自身の経験にもとづいて解説されています。同氏によると機械学習モデル製品は製品化された直後がもっとも高精度であり、以降時間の経過とともに精度が劣化してしまいます。こうした劣化の原因として、コンセプトドリフトが指摘できます。この概念はモデルが開発された当初に使われていた学習データと製品化された後に入力されるデータのあいだで特徴上の差異が生じた結果、モデルの予測精度が劣化してしまう、ということを意味しています。コンセプトドリフトによる性能劣化に対する対策として、同氏は以下のような3つの対策を提案

nminoru 2019/11/20

リンク

データの前処理時間も効率化！プログラミング不要の分析ツール「nehan」が提供開始 | AI専門ニュースメディア AINOW

最終更新日： 2019年5月22日株式会社nehanが、分析業務を効率化し、データ活用によるビジネス改善を加速させるサービス「nehan（ネハン）」の提供を2019年5月14日から開始したと発表しました。現在、データ活用現場では「Python」や「R」などのプログラミング言語の活用が主流です。また、昨今のAI活用の波を受け、簡単にAIが開発できるツールが数多くリリースされています。一方で、現場ではデータを分析できる形に整える「前処理」の工程に多くの時間が割かれています。 nehanは、その時間を短縮し、分析者がビジネス改善に貢献するスピードを改善できるといいます。