機械学習をビジネスに導入

機械学習とは、コンピューターがデータから反復的に学習し、そこに潜むパターンを見つけ出すことです。そして学習した結果を新たなデータにあてはめることで、パターンにしたがって将来を予測することができます。人手によるプログラミングで実装していたアルゴリズムを、大量のデータから自動的に構築可能になるため、さまざまな分野で応用されています。

この機械学習をビジネスに導入する場合、SAS Viyaは最適なプラットフォームです。

画像解析に最適なAIプラットフォーム

AI技術の進展に伴い、画像処理・解析に関するニーズは近年、益々高まっており、画像解析機能が小売、医療画像処理、ロボット工学といった領域の課題に応用され、成果をあげています。膨大なデータ量となる画像を効果的にAIで使うためには、高速な読み込みや、画像データの前処理としてのノイズ削減や2値化、画像検出処理、またモデル精度の向上には画像フィルタリング作業が非常に重要となります。そして、CNN（畳込みニューラル・ネットワーク）などのディープ・ラーニング手法を適切に用いて、画像の認識、高い精度での分類／推論を行えることが必要です。

AIによる異常検知

AIによる異常検知では、様々なアルゴリズムを駆使することになります。過去のデータからパターンを見い出し新たなデータが異常な事象に当てはまる度合いを確率として出力する「教師あり学習」は最も重要な手法でしょう。それに加えて、工場の装置異常などあまり頻繁に発生しない、つまり十分な過去データが無い事象を対象にするためには「教師なし学習」の手法が必要となります。

異常検知に役立つ機械学習手法について具体的に見ていきましょう。

さまざまなプログラミング言語でAIを操る

企業全体でアナリティクス・AIやデータ管理のために利用しているパッケージが十数種類を超えていることは、珍しくないかもしれません。 Python、Java、R、Scala、Luaなどのオープンソース・テクノロジーや、商用ソフトウェアなど、用途や場面に応じて最適なソリューションを選択することで、効率性やスキルの柔軟性を確保し俊敏にビジネスニーズに対応することが可能です。

ではそのようなオープンな環境で、部門間の知識が共有されかつ結果のコンプライアンスや有用性、反復性が保証されている状態をどのように作り上げればよいのでしょうか？