株式会社商船三井様の社内セミナーで用いた資料です。 関係者の許諾を得て公開しています。 関連記事「DXに関する私的な殴り書き」 https://yuzutas0.hatenablog.com/entry/2020/06/02/110000 関連スライド「民間企業におけるDXの事例と課題」…

本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 ブレインパッドでは進化の激しいデータ分析業界で最新情報をキャッチアップしていくため、様々な勉強会が社内で開催されています。その中のKaggle Code輪読会について、その目的や活動内容、実際に発表された内容をご紹介します。 こんにちは。アナリティクスサービス部の諸橋と申します。 この記事ではブレインパッド社内で行われている勉強会の一つである「Kaggle Code輪読会」についてご紹介します。 また、輪読会で紹介されたKaggle Code（※データ分析プラットフォームKaggleに投稿された分析コードのこと）とその議論の内容についても紹介します。 今回紹介するKaggle Codeはセンサーデータとして取得された時系列データをグラフ化し、そのグラフに対して画像分類を行うことで元々の時系

選ばれる理由 選ばれる理由 DataRobot の利点と影響をご確認ください。 発見する AIリーダー AI実践者 確認 実績・評価 エンタープライズ AI スイート AI アプリとエージェント エージェント型 AI プラットフォーム アプリとエージェント アプリとエージェント DataRobot のプラットフォームとアプリケーションは基幹的なビジネスプロセスに統合できるため、チームは生成 AI と予測 AI の開発、提供、ガバナンスを大規模に実施可能になります。 部署 財務向け AI サプライチェーンとオペレーション向け AI 特化型ソリューション ソリューション - エネルギー ソリューション - 金融サービス ソリューション - ヘルスケア ソリューション - 製造 共同開発パートナー NVIDIA SAP プラットフォーム プラットフォーム DataRobot のプラットフォームと

フリマアプリ「メルカリ」を運営するメルカリは10月28日、物流サービスを企画、開発、運営する100％子会社のメルロジの設立と、同社での新規事業開始を決議したと発表した。

｜目次 1. はじめに 2. MLOpsとは 3. VertexAIの概要 4. Vertex Pipelineについて -概要 -コンポーネントの実装例 -パイプラインの実装例 -Vertex PipelineでのKubeflow Pipelineの実行 5. まとめ 6. 参考資料 ｜1. はじめに 株式会社CAMで機械学習エンジニアをしています原 和希です。 データ分析から機械学習モデルの作成、そしてMLOps基盤の構築を担当しています。 今回はMLOps基盤の構築をトピックとして、弊社で導入している「VertexAI」という、GCP 上で MLOps 基盤を実現するためのサービスを紹介します。 本記事は前編と後編に分かれています。 この前編ではMLOpsについてと機械学習パイプラインを実現するためのサービスであるVertex Pipelineについて詳しく解説をします。 後編では、

コロナ禍で急加速しているDX（デジタルトランスフォーメーション）。DX革命の波に乗り遅れると、激変期にあるビジネスの世界では生き残っていけないだろう。特に資金力の乏しい中小企業は致命傷を負いかねない。ただ、DXの構造を知り、「いいDX」と「悪いDX」の違いを理解すれば、会社を死なせずに済む。世界最高峰の戦略コンサルティングファームと呼ばれるマッキンゼー・アンド・カンパニー。そのマッキンゼーが「DXの成功方程式」を明かした、ダイヤモンド・オンラインの大ヒット動画特集『マッキンゼー流！DX革命』（全7回）から抽出したエッセンスを特別公開する。（ダイヤモンド編集部　羽富宏文） >> 『マッキンゼー流！DX革命』（全7回）の動画はこちらから なぜDXをやらなければいけないのか 日本では、この30年でDXによって産業構造が大きく変わったと言っても過言ではない。そして新型コロナウイルスが、DXをさらに

※この投稿は米国時間 2021 年 9 月 29 日に、Google Cloud blog に投稿されたものの抄訳です。 Google で起きた大規模 MLOps の危機クラウディ・グルシアは Google のソフトウェアエンジニアであり、何十億ものユーザーにコンテンツを推薦している機械学習（ML）モデルに関わっています。2019 年 10 月、彼は ML 監視サービスからアラートを受けました。モデルの特徴量（ここでは、この特徴量を F1 とします）の重要度が下がってきていたのです。この特徴量の重要度は、モデルの予測において、特徴量の影響の大きさを表す指標である「Feature Attributions」で計測されています。この重要度の減少とともに、モデルの精度が急激に低下していました。 このアラートを受け、彼はすばやくモデルを再学習させました。その結果、F1 の代替となる 2 つの特徴量

良い本良い魚良いお酒でした 秋も深まり, 緊急事態宣言が解除された今日このごろ, お酒を片手に読書がだいぶ捗るようになりました📖 酒と魚の話はさておき*1, 長いこと友人かつRetty時代の元同僚である岩永さん（とその仲間たち）*2が, 「Pythonではじめる数理最適化」なる書籍を出しました*3. Pythonではじめる数理最適化 ―ケーススタディでモデリングのスキルを身につけよう― 作者:岩永二郎,石原響太,西村直樹,田中一樹オーム社Amazon エンジニアな自分が読んだ感想として, 数理最適化でモデリングをする人だけでなく, エンジニアからデータサイエンティストへのキャリアチェンジを考えている人も必読なのでは? と思ったので, メモ代わりに感想（とちょっとしたコンテンツ）を残したいと思います. TL;DR 現実の課題・問題（主に仕事）をデータサイエンティストとして解きたい方の参考書

このCB4アプリが提案する「売り上げが伸びない原因」の例として 商品が棚に並んではいるが顧客の目に届かない位置にある広告と値段タグの表示内容に誤差がある商品が在庫倉庫に眠ったままになっている在庫切れになっている在庫情報と店舗情報に誤差がある値段タグがついていない商品の外観に問題がある（ふたが外れている等） などが挙げられます（CB4ウェブサイトより）。 店長は、アプリを通して該当する原因を選択し、その改善をします。また、フランチャイズ展開をしているような大規模な小売店舗向けの機能として、複数店舗を管理する地域マネージャー用には異なるUIのアプリを提供しています。 このアプリ上では、どの店舗がうまくいっていて、どの店舗が問題を抱えているか、地域ごとの相対的なメトリクス（指標）が可視化され、タスクも細分化して表示されます。このように、「店舗ごとに顧客情報管理などを必要とせず」ただ「POSデータ

こんにちは。最近米国でも量子コンピュータにまつわる誇大広告が問題になっています。米国ではすでに量子アニーリングを行っている企業はほとんどおらず、量子ゲート方式しかやっていないのにもかかわらず、誇大広告とはどういうことでしょうか？また、量子コンピュータに参入してしまった企業はどのように対策をしているのでしょうか。 特に誇大広告として語られてしまっているのが、 １，組合せ最適化問題（誇大広告度大） ２，量子化学計算（誇大広告度中） ３，量子機械学習（誇大広告度小） の三種類となっています。実際には今の量子コンピュータではこれらの問題を効率的に解くことはできません。では、なぜ今量子コンピュータが注目されているのでしょうか？それは、１０年後２０年後を見据えてということになっています。今後を見据えて時間がかかるので、今から今後万が一より強力な量子コンピュータが出てきたときのために準備しましょうという

Yoshifumi Seki / 関 喜史 @YoshifumiSeki 機械学習のコンサルをした結果、機械学習しないほうがいいという話を進め、結果自分の仕事がなくなるやつをやった、えらい 2021-10-20 11:55:00 Yoshifumi Seki / 関 喜史 @YoshifumiSeki Fairy Devices Inc. 執行役員 CPO. SFC特別招聘准教授, 防衛イノベーション科学技術研究所PM, 株式会社Gunosy 共同創業者,博士(工学). 未踏ジュニアメンター, 2011年度未踏クリエイター.富山県高岡市出身. カターレ富山オフィシャルパートナー. ポケカ(シティ2022S3優勝). https://t.co/U6q7l3DjgI

島村楽器が需要予測にAI活用、非エンジニアが制作　成功のカギを本人が解説：CEATEC 2021 ONLINE 全国39都道府県に約170店舗を展開する楽器小売店の島村楽器。在庫管理や、商品を物流拠点から店舗に配送するなどの業務を担当する「ロジスティクス課」では、これまで発注数などの判断を経験者の勘に頼っていた。しかし、事業の拡大につれて取り扱う商品数が増えたことを受け、外部のAPIサービスを活用して内製した需要予測システムの運用を4月に始めたところ、工数が従来の半分程度になったという。 「以前は経験と勘を頼りに発注数を決めていたが、担当者が変わると引継ぎが大変になるなど、とにかく業務に時間がかかっていた。これをなんとか削減できないかと考え、プロジェクトを開始した」 こう話すのは、需要予測システム導入の担当者である青柳瑠美さん（ロジスティクス課）。担当業務は発注や在庫管理で、これまでエンジ

アイティメディアが主催するライブ配信セミナー「ITmedia DX Summit vol.9 逆境を克服するDX 逆転突破の技術」のDay1基調講演には、東京海上日動システムズ 常務取締役の小林賢也氏が登場。「DXを実現するインフラ・組織・プロセス」をテーマに講演した。 東京海上グループは、グローバルに事業を展開する保険グループ。国内事業の中心は損害保険事業で、1996年より生命保険事業もスタート。海外事業では、北米、南米、欧州、アジアの各国でビジネスを展開している。国内代理店は約5万店、サービス拠点が240カ所、海外は45の国と地域に拠点を展開する。 東京海上日動システムズは、1983年に設立。2004年に、東京海上システム開発、日動火災システム開発、東京海上コンピュータサービスの3社が合併し、東京海上日動システムズとして新たにスタートしている。社員数は、約1400人。東京海上グループの

本業のデジタル変革を担うシステムを自社の手でつくり上げるのは必然だ。セブン＆アイや良品計画、カインズなど先進企業は一斉に内製力の強化に動く。市場の変化に即応する最善手として注目が高まっているほか、開発環境の充実も追い風だ。 「ITやDX（デジタル変革）を自社の競争優位の重要施策と位置付けるなら、外注する選択肢はあり得ない」──。セブン＆アイ・ホールディングスの米谷修執行役員グループDXソリューション本部長（当時）はこう強調する。 セブン＆アイはここ数年でシステム開発の内製化に大きく舵（かじ）を切った企業の1社だ。2019年10月にエンジニア専用の採用チームを立ち上げ、既に2021年6月までに「約160人のIT／DX人材を中途採用した」（同社）。 エンジニアがゼロの状態から着々と人員を増やして、システム開発の内製力を身に付けてきたセブン＆アイ。今後も開発案件の需給を見ながらエンジニアを雇用す

京都大学学術情報リポジトリKURENAIでは、京都大学で日々創造される研究・教育成果をWebで公開しています。世界的に卓越した知的成果を社会へ還元することを目的として、2006年から図書館機構が運営している事業です。

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

アンケートなどを簡単に制作できるGoogleフォームをAPI経由で作成、編集できる「Google Forms API」が発表されました。 The #DeveloperCommunity has more power! Thanks to the new Google Forms API, you have the ability to build powerful integrations on top of forms. Check out automation use cases https://t.co/3rwg3qr5Vg — Google Developers (@googledevs) October 12, 2021 Googleフォームは、質問項目や選択肢が並んだフォーム画面を作り、公開すると、自動的に結果がGoogle Spreadsheetに集計され、容易にグラフ化など

駅そばには各鉄道会社の看板ブランドがありますが、JR東日本系の駅そば店は複数の看板が存在。歴史的経緯によるものですが、いま、ブランド統一を進めています。その事情を“中の人”に聞きました。 JR東日本系列は「生そば系」と「茹でそば系」に大別 ※本記事は『旨い駅そば大百科』（「旅と鉄道」編集部編／旅鉄BOOKS）掲載の内容を再編集したものです。 東急電鉄系の「しぶそば」、小田急電鉄系の「箱根そば」、南海電鉄系の「南海そば」のように、駅そばには「この電鉄にはこの店」という看板ブランドがあります。しかしJR東日本系の駅そば店というと、数多くの店が乱立している印象です。JRエキナカ飲食店などを手がけるJR東日本クロスステーション 外食事業部 そば営業グループの渡邉 淳さんに、その現状を聞きました。 池袋駅構内の「大江戸そば」。大江戸そばは都内の駅で展開される（伊藤真悟撮影）。 ――JR東日本の駅そば

PyCon JP 2021 登壇資料: https://2021.pycon.jp/time-table/?id=272259

家電量販店に行くと今でもボイスレコーダーのコーナーがあり人気だ。またスマートフォンにも必ずボイスメモアプリがある。筆者も一時期アイデアをボイスメモで録り溜めていた。しかし、ボイスメモは聞き直す必要があり管理が面倒という欠点もある。そこで、今回はPythonからMicrosoftのAPIを利用して自動的にボイスメモをテキストに変換する方法を紹介しよう。 WAVファイルを音声認識してテキストに変換したところ 音声認識APIを使ってみよう AI技術の進歩により音声認識の精度が向上している。これまでも音声認識の技術はあったものの精度が今一歩だった。そして個人ユーザーが気軽に活用できる感じではなかった。ところが、最近では、各社が競い合うように音声認識の精度向上に力を入れている。各社から発売されているAIスピーカーを積極的に活用している読者も多いことだろう。 そして、大きな点として、Microsoft