機械学習

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。機械学習では、さまざまなアルゴリズムを用いてデータから反復的に「学習」するため、人間が探すべき場所を明示的にプログラムしなくても、コンピューターが自律的にデータから洞察を導き出せるようになります。デジタル化によって企業の保有するデータは劇的に増加しています。機械学習を上手に導入することで、そのデータからビジネスに役立つ洞察を得て最適な決断を下すプロセスを自動化することが可能になります。

機械学習の詳細を見る

異常検知・故障予測

異常検知とは、大量の計測値を機械学習させ、未知のパターンや複雑なパターンであっても異常であるかどうかを検知する手法です。不正な取引や工場などでの装置故障の検知、大規模施設内の機器監視などさまざまな業種で活用されています。

異常検知には、事前に定義した正常範囲の閾値を超えた場合に異常とみなす「基準値ベース」、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」、そして「教師なし学習」の3手法に大別されます。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場合は、「教師なし学習」を使うことになります。

異常検知・故障予測の詳細を見る

ビジュアライゼーション

昨今、「AI民主化」の流れが進むなか、従来のデータサイエンティストだけではなく、業務部門のビジネスアナリストや一般のビジネスユーザーからもAI・アナリティクスを活用したいという声が高まっています。こうしたコーディングスキルを持たないビジネスユーザーも含め、AIの実用化・効率化を加速する上で重要となるのが、「データ・ビジュアライゼーション」 と 「プロセス・ビジュアライゼーション」です。

ビジュアライゼーションの詳細を見る

画像解析

活用が進む画像処理・解析 AI・コグニティブ技術の進展に伴い、画像処理・解析に関するニーズは近年、益々高まっています。既に、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。

画像解析の詳細を見る

オープン

どのソフトウェアが最良かをめぐる議論をやめ、代わりにすべてを活用することを決断したとしたら、どうなるのでしょうか？

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。その中には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・ソリューション、エンタープライズ・ホスティング型アプリケーション、クラウド型ソリューションが含まれている可能性があります。こうした異種混在の環境にも利点はあります。例えば、データ管理やアナリティクスの担当者が自分好みのプログラミング言語やツールを利用できていれば、仕事の満足度や効率性は向上します。また、技術スキルが不足する状況が生じたとしても、スキルをめぐる柔軟性を確保できていれば、組織として必要な人材を見つけ出したり、既存の人材を最大限に活用したりする取り組みは円滑に進みます。

オープンの詳細を見る