AI Cloudのリーディングカンパニーである DataRobot, Inc.（本社：マサチューセッツ州ボストン、CEO：Debanjan Saha）は、この度、日本法人である DataRobot Japan株式会社（以下「DataRobot」）が一般社団法人 金融データ活用推進協会（東京都千代田区、代表理事：岡田 拓郎、以下 FDUA）における「標準化委員会」の本格化に向けた検討メンバーに参加したことを発表いたしました。FDUAの標準化委員会は、これまでその活動骨子の策定や情報交換会の開催を通じて、金融データ活用の在るべき組織の標準化活動を推進してきました。この度決定した、金融業界を代表する有識者および高度な専門知識を持つ有識者及びDataRobotで構成される検討メンバーが中心となり、本活動をより加速・拡大していくことになります。

AI のイノベーターである DataRobot, Inc.（本社：マサチューセッツ州ボストン、以下「DataRobot」）は、この度、米国の独立系市場調査会社 Forrester Research が実施した調査 The Forrester Wave: AI/ML Platforms, Q3 2022 において AI/ML Platforms におけるリーダーに選出されたことを発表しました。

本ウェビナーでは、三井住友カード様と、ヤマハ発動機様をお迎えし、”外部データ活用”において自社の取組みの紹介や、今後目指す姿や乗り越えるべきハードルについて具体的な討論形式でお届けします。

至る所で変化が起こり、ビジネスに影響を与えています。そういった状況に適応するのに役立つ DataRobot AI Cloud の 2 つの新機能がリリースされました。  詳しいインサイトを獲得して問題やパターンを時系列で特定するのに役立つ、ドリフト時系列についてご紹介します。予測の管理は、得られる情報が多いほど適切に実行できます。デプロイ予測処理の使用状況を確認すると、予測処理の遅延や、その理由と時間帯を知るのに役立つ詳細情報が得られるため、必要に応じた調整が可能になります。  デプロイ予測処理の使用状況 予測の進行状況を視覚的に追跡できる新しいチャートを使用して、ワークロードと遅延を簡単に管理できるようになりました。予測処理の遅延や、その理由と時間帯を確認できます。透明性の向上により、予測処理の状況が 1 時間ごとに表示されます。また、精度指標をいつ使用できるようになるのか、その指標に予測のすべてまたはサブセットが含まれているかどうかもわかります。この予測追跡チャートは、セルフサービス型で簡単に利用できます。 パフォーマンスを予測してプロジェクトを順調に進める ドキュメンテーションにアクセス MLOps 機能の詳細情報 ドリフトの詳細グラフ   顧客の行動と経済の変化によって、本番環境の AI に取り込まれるデータに変化やドリフトが発生する可能性があります。予測の正解率を維持するには、すべての特徴量について、このドリフトを時系列で追跡する必要があります。新たな機能「ドリフトの詳細グラフ」を使用すると、複数の特徴量または特徴量のグループを比較したり、複数の期間のデータドリフトを比べたりできます。この比較は、トレーニングデータとスコアリングデータの両方で実行できます。ユーザーは、必要に応じて比較に変更を加えたり、時系列の予測値などの背景情報をグラフに追加したりして、ドリフトの原因を調査できます。ドリフトの詳細グラフは、パブリックプレビュー機能として提供されます。 DataRobot AI Cloud – 2022 年 10 月リリース全機能一覧 DataRobot AI…

ターゲットマーケティングなどで近年注目されているアップリフトモデリングは、介入効果を個別またはサブグループごとに予測することで介入すべき対象を明らかにする手法です。本記事では、アップリフトモデリングのメリットや適用範囲・注意点を説明し、DataRobotを用いたシンプルな操作によるモデル構築方法をご紹介します。

片方のクラスが極端に少ない、あるいは大半の値がゼロといったゼロ過剰などのバランスの悪いデータを不均衡データといいます。このようなデータの偏りは、予測結果の偏りにつながるなどという問題があります。本記事では、不均衡データへの代表的な対処法を紹介し、DataRobotにおいてこの問題をどう扱うかについて解説します。

本ウェビナーでは製造プロセスデータを用いた要因分析やパラメータの最適化、シミュレーション等について実際の製品デモを交えて簡単にご紹介いたします。

本ウェビナーでは、特にDataRobotをはじめてご覧になる皆様のために画像データを用いたデモを製造業における外観検査工程をテーマとしてお伝えさせていただきます。DataRobotを用いることで誰でも簡単にAIモデルを構築していただけることを、特に製造業、画像データ、異常検知をキーワードとしてご紹介いたします。

AI のイノベーターである DataRobot, Inc.（本社：マサチューセッツ州ボストン、以下「DataRobot」）は、この度、米国の独立系市場調査会社 Forrester Research が実施した調査 The Forrester Wave: AI/ML Platforms, Q3 2022 において AI/ML Platforms におけるリーダーに選出されたことを発表しました。

価格弾力性を推定するデモンストレーションを行います

このリリースでは、DataRobot MLOps の大幅な機能強化に重点が置かれているため、モデルの構築場所に関係なく、モデルを監視し、信頼することができます。詳細をお確かめください。

地理空間情報分析ツールの進化、データセットの拡充といった流れを受け、交通事故の危険箇所予測に基づく事故発生予防に対しては、自動車メーカーや損害保険会社といった民間企業だけでなく、地方自治体や警察といった行政機関でも導入の機運が高まっています。自動車メーカーと地方自治体といった官民が緊密に連携しながら、本コンテンツで提案する交通安全対策の PDCA サイクルをしっかり回すことで、交通事故を確実に削減できると DataRobot は考えています。

AI のイノベーターである DataRobot, Inc.（本社：マサチューセッツ州ボストン、以下「DataRobot」）は、この度、米国の独立系市場調査会社 Forrester Research が実施した調査 The Forrester Wave: AI/ML Platforms, Q3 2022 において AI/ML Platforms におけるリーダーに選出されたことを発表しました。

ソフトバンク株式会社は、5G の拡充やヤフー、LINE、PayPay との連携などを通じた「デジタルの社会実装」に向けて走り続けています。その一環として社内のAI 活用にも積極的に取り組み、コンシューマ事業の営業の核となるデータ活用ソリューション「週末売上予測」では、コロナ禍を乗り越えて高い予測精度と徹底した自動化を実現しました。「スケジュールを死守」と「諦めない」をモットーに、ソフトバンク流の AI 活用はさらに加速を続けています。

The Forrester Wave™: AI/ML Platforms 2022年第3四半期版：ベンダーの戦略、市場での存在感、機能の概要。今すぐダウンロード。

国立国際医療研究センター 松永展明氏が、医療情報を収集するための課題、レジストリ構築後の課題、AI利用した所感についてお話しいたします。

ダイハツ工業株式会社 太古無限氏が、DataRobot MLOpsで実現する持続可能なAI活用をダイハツ工業での事例を交えてご紹介。

ニトリ 小林桂氏が、DataRobotを導入し、様々な分析課題を検証した中で成果に結びつく課題、結びつかない課題はそれぞれどのような性質だったかを振り返って考察。

イーデザイン損保 酒井宣幸氏が、データドリブン経営を下支えするCoE組織の立ち上げからDataRobot運用に至るまでの取組みを、事例を交えながらご紹介。

三井住友ファイナンス＆リース 南哲嗣氏が、データ分析を担う部署主導で開発された実用性の高いデータ基盤について、概要と開発の経緯、今後の展望についてご紹介。

日立建機日本 前村貴嗣氏が、プロフェッショナルの知見とAI技術を結集し、中古車の最適な取引価格を導出する取組みとその成果についてご紹介。

アスクル株式会社 町田賢一氏が、DataRobot導入による機械学習コストの削減と高速なPDCAサイクルの確立についてご紹介。

COVID-19に直面し、日本の創薬・医療が抱えるさまざまな課題を実感した京都大学 奥野恭史教授が、創薬・医療におけるAI研究を紹介するとともに、DXの必要性や展望についてお話しします。

出光興産株式会社 CDO・CIO三枝 幸夫氏が、変革の鍵を握るDX、経営課題との連携、現場の協力を引き出す戦略、失敗を許容してチャレンジを進める組織風土作りなど事例を交えDXの本質を解説。

DataRobot CEOのDan WrightとPresident兼COOのDebanjan Sahaが、AI の未来を語ります。AIがどのように急速に変化する市場に予測可能性とインサイトをもたらすかをご確認ください。

DataRobot データサイエンス ディレクター小川 幹雄が、デモを交えDataRobot AI Cloud の最新機能を解説します。

DataRobot AI Cloud 2022年7リースでは、エンタープライズグレードの信頼性と規模を実現した運用など、市場をリードする MLOps 機能が強化されました。

AI Cloud のリーディングカンパニーであるDataRobot, Inc.（本社：マサチューセッツ州ボストン、CEO：Dan Wright）は、この度、多数の製品ニュースおよび機能強化により AI Cloud プラットフォームを次の10年に向けて加速させていきます。

AI Cloud のリーディングカンパニーである DataRobot, Inc.（本社：マサチューセッツ州ボストン、CEO：Dan Wright）は、この度、Google Cloud Marketplace で DataRobot AI Cloud の利用が可能になったことを発表しました。これにより、より多くのユーザーがAI活用を加速、拡張できるようになりました。DataRobot のユーザーは、Google Cloud Marketplace を、Google Cloud の独自のサービスとともに活用することで、Google Cloud 上における調達と導入プロセスの合理化、AIベースモデルの構築、さらにインテリジェントなビジネスソリューションの生成を可能にします。 

「AI x ルールベース」をどう使いこなすのが望ましいか、金融・保険業界でのビジネス適用事例も交えてご紹介。 条例やコンプライアンスに従いビジネスロジックの自動化を図るには、AIとルールベースのそれぞれの強みを理解し、適切に棲み分け、組み合わせることが、AIを活用した自動化・高度化を実現する上で重要です。

AI Cloudのリーディングカンパニーである DataRobot, Inc.（本社：マサチューセッツ州ボストン、CEO：Dan Wright）は、この度、日本法人である DataRobot Japan株式会社（以下「DataRobot」）が一般社団法人金融データ活用推進協会（以下 FDUA）に特別会員として加盟したことを発表いたしました。

AI Cloud のリーディングカンパニーである DataRobot, Inc.（本社：マサチューセッツ州ボストン、CEO：Dan Wright、以下「DataRobot」）は、この度、株式会社八十二銀行（本店：長野県長野市、取締役頭取（代表取締役）：松下正樹、以下「八十二銀行」）が7月8日から本格稼働を開始する融資先企業への支援タイミングを早期に検知する AI 実現（​​業況変化予測 AI モデル構築と運用）のため、AI Cloud プラットフォーム「DataRobot AutoML」で信頼性ある AI モデルを開発し、継続性あるAI運用を実現する「DataRobot MLOps」を導入し、AI 構築から運用までの AI ライフサイクルを内製化したことを発表しました。

精度を損なうことなく実験をより迅速に行い、新しいセグメントのモデルを構築できるようになります。また、最も重要な点として、数回のクリックだけで追加作業なしにモデルを運用できるようになります。DataRobot AI Cloud の新機能については、サイトにてご確認ください。

AI Cloud のリーディングカンパニーである DataRobot, Inc.（本社：米国マサチューセッツ州ボストン、CEO：Dan Wright、以下DataRobot）は、2022年7月20日に DataRobot AI Experience 22 Japan を開催することを発表しました。

直感的なUIで誰でも簡単に扱うことができるDataRobotですが、実はPythonとRを普段から扱うデータサイエンティストやR&D部門の技術者の方々にもご活用いただいています。この記事ではPythonとRユーザーの皆様の生産性をさらに高めるDataRobotの機能をユースケース（事例）を交えながら解説します。

DataRobot AI Cloud 2022 年 5 月リリースでは、変化の激しい世界でデータサイエンティストやビジネスリーダーが AI で成功を収める助けとなる、40 近くの新機能が提供されています。

需要予測を行う際、特に消費財を扱うような小売業では、数万といった多くのSKUの予測モデルを作成する必要があります。モデル数を増やすと精度向上が期待できますが、管理が煩雑というトレードオフがあります。本ブログでは、多数の商品の需要予測を効率よく行うためのクラスタリング関連のテクニックを紹介します。

本セミナーでは「DX推進のための人材育成」をメインテーマに、ビジネスパーソン育成において実績を有するグロービス社より「経営に必要なDX人材像とその育成方法」について、組織設計や人材育成において陥りがちな失敗事例・難所などをご紹介しながらお話しいたします。 また、AI人材育成のベストプラクティスについては、AI人材育成・AI活用の実現においてグローバルレベルで豊富なノウハウを持つDataRobot社が、一般論に止まらず、具体的な人材定義、育成事例をもとに紹介します。

DataRobot には Text AI と言われる機能があります。この機能を使えば、文書を分類する AI を簡単に作成可能です。また、文書内のどのような用語に AI が注目しているのかを可視化できます。 本ウェビナーでは、特許の文章情報を使った AI モデルの作成までの試行錯誤やそのデモをご覧いただきながら、Text AI の機能を解説いたします。

世界で最も広く導入され、実績のある AI プラットフォームの1つを提供する DataRobot, Inc.（本社：米国マサチューセッツ州ボストン、CEO：Dan Wright、以下 DataRobot）は、予測不可能な社会情勢や市場環境において企業の方針決定を支援するプラットフォームとして、「DataRobot AI Cloud 8.0」を発表しました。同プラットフォームはあらゆる組織を対象としており、継続的に機械学習モデルを最適化し、本番環境での最高のパフォーマンスを発揮しながら、幅広いデータと連携することで、最も完全かつ正確な予測を行う能力を提供します。

DataRobot AI Cloud 8.0 は、40 を超える新機能と強化された機能を市場にもたらし、世界で最も信頼され、広く展開されている AI プラットフォーム をさらに拡充します。提供される機能は、以下のとおりです。

感動創造企業であるヤマハ発動機は、データを活用した顧客体験向上を目指しています。既存事業を強くするためのDXとして、スマートオペレーション、コネクテッド、デジタルマーケティング、データ分析を重点活動として推進しており、経営戦略の意思決定から製造業務、マーケティングまで幅広くAIを活用しています。DX推進の仕組みを社内に構築し、デジタル活用の実績が評価され、2020年、2021年には経済産業省が選ぶ「DX銘柄」に選定されています。業務でのAI活用が進んだのは、社内のAI教育を整備し、市民データサイエンティスト育成に取り組んだ成果です。ヤマハ発動機のAIヒーローである藤井氏は、自らがデータサイエンティストとして活躍しながら、プロジェクトリーダーとして社員がデータを当たり前に使いこなすことを目指して、育成プログラムを構築し、実業務でのAI活用を促進しています。

DataRobot Core では、データサイエンティストやエンジニアのコーディングスキルを活かし、エンタープライズレベルの環境も提供します。 AI プロジェクトの成功には、ビジネスパーソン、データサイエンティスト、エンジニアのコラボレーションが不可欠です。本ウェビナーでは、DataRobot Core によりコラボレーションがどのように加速されるのかデモンストレーションを交えてご紹介します。

DataRobot へお問い合わせありがとうございます。 頂戴しました内容を確認後、弊社よりご連絡させていただきます。今しばらくお待ちください。 ホームページを見る

CEO：Dan Wright、以下「DataRobot」）は、主要産業に対応したAI機能とベストプラクティスを統合し、業界向けパートナーシップの拡大までを一体化した包括的ソリューション「DataRobot AI Cloud for Industries」を発表しました。

機械学習モデルの精度向上とコスト削減は、どちらでも重要です。もちろん妥協点が必要ですが、最適解を見つけるのは最大の価値を生み出せます。本ブログではDataRobotのお客さんの課題を解決するため、kaggleで鍛えたスキルを活用して、高精度かつ低コストを実現できた事例を紹介します。

松永氏は、医療分野と統計分析の知識を活用し、COVID-19に関するレジストリ研究に尽力しています。その成果は、医療関係者に役立てられており、AIによって最善の医療判断を下すことができるという新しい可能性を提示しました。

本ウェビナーでは、AI Cloud プラットフォームであるDataRobotを用いての要因分析における注意点、そして行数の少ないスモールデータならではの問題とその対処法についてご紹介します。

製造業企業でアフターメンテナンス領域は業務効率化や収益化が難しいとされていますが、業務改革を実現するAI活用のポテンシャルが多くあります。が、効果的にAI活用を進めるにはステップがあり、本ブログでは具体的なステップも含め、アフターメンテナンス領域におけるAI活用について解説をします。

金融業界の DX は、年々高度化している。とりわけ、その中核を担う AI 導入は、概念実証（PoC）を乗り越えた後であっても、単一モデルがシンプルな構成で運用されているケースがほとんどだった。近年は、AI モデルの継続性や複数のモデルを同時並行的に実行・制御する本格的な AI の導入に転換してきており、現場レベルでも影響の低い業務での“お試し”的な運用から、基幹業務に直結する AI 利用に変わりつつある。

Turo は、価格設定やリスクレベル、マーケティングなどあらゆる情報の獲得に DataRobot のデータインサイトを活用し、情報収集に必要な労力を 90% 低減しました。

DataRobotが2020年に発表したDataRobot Visual Artificial Intelligence（AI）​​はベストプラクティスや様々なディープラーニングモデルを組み込むことで画像データに対応しています。Visual Artificial Intelligence（AI）を次のレベルに引き上げる努力の結果、すばらしい新機能をリリースしました。

Schedule a guided demo with a DataRobot Manufacturing industry expert to explore use cases and accelerators. Learn more about DataRobot’s trusted enterprise AI Cloud platform.

リリース 8.0 では、エンタープライズ AI を成功へと導くために、接続性や本番環境の AI の信頼性といったいくつかの重要なテーマに焦点を当てました。

CEO：Dan Wright、以下「DataRobot」）は、コード中心のデータサイエンティスト向けに AI Cloud プラットフォームを拡張する包括的なサービス「DataRobot Core」を発表しました。

本ウェビナーでは、アフターサービス部門における AI 活用のポテンシャルと、その中のテーマの一つである低回転品の需要予測をケースとしてご紹介します。

DataRobot Core​​ は、目的に応じたテクノロジーをデータサイエンティストに提供する包括的な製品で、データサイエンティストがコーディング中心の作業で強力な​ AI ソリューションをすばやく組織に導入できるようにします。

2021年11月12日に金融庁は「モデル・リスク管理に関する原則」を公表。Part 2では、金融庁の示すモデル・リスク管理における8原則を解説しながらAIサクセスとDataRobot MLOpsによってどのように対処できるかについて解説していきます。

データ品質、特徴量エンジニアリング、モデル構築、デプロイプロセスを自動化して、データサイエンティストを強力にサポートします。

2021年11月12日に金融庁は「モデル・リスク管理に関する原則」を公表。急速に進む金融機関のAIモデル活用ではAIモデルのリスク管理が、モデル・リスク管理では体制とそれを実現するシステムが重要になります。Part1では、3つの防衛戦などAIモデル・リスク管理における態勢構築を中心に解説。

ートナーに選定されたことを発表しました。

トレンドとその変遷から製品の将来価値を予測する高度な時系列モデルの開発を自動化します。あらゆる規模の組織が、販売量、SKU 別の製品需要、人員配置、在庫などの予測や、各種の財務予測を改善できます。

DataRobot に取り込む言語に関係なく、同様の優れた結果を常に期待できます。AI Cloud プラットフォーム向け次世代 Text AI についてはこちらをご覧ください。

AI Cloud のリーディングカンパニーである DataRobot, Inc. （本社：米国マサチューセッツ州ボストン、CEO: Dan Wright、以下 DataRobot）は、新しい President 兼 Chief Operating Officer（COO）として Debanjan Saha が就任したことを発表しました。

Debanjan Saha は DataRobot の President 兼 Chief Operating Officer（COO）として就任しました。COO として AI Cloud プラットフォームの拡張し、世界中の組織が AI によって革新的な価値をより早く享受できるように尽力します。

DataRobot の説明可能な AI により、モデルの動作の理解と予測結果の確信に役立つツールが提供されます。詳しくはこちらをご覧ください。

本ウェビナーでは、DataRobot AI Cloudプラットフォーム機能の一部である、AIモデル構築から業務適用、複数AIモデルの運用管理機能についてデモンストレーションを交えてご紹介します。

お客様の中には、自社データを活用して自社のビジネス課題を解決するだけでなく、社外のクライアントのビジネス課題を解決したいというご要望が増えてきております。本ブログでは、特定の業務課題に対して、予測サービスプロバイダーとして提供可能なパートナープログラムについてご紹介します。

サプライチェーンの「DX」という言葉がメディアで日々取り上げられる一方で、「どこから 手をつけて良いのかわからない」「どんな体制が必要なのか」といった 声が多く聞かれます。遅れていると指摘される日本の DX をどう進めて いくべきなのでしょうか。現場起点で AI 活用に取り組み、全社的に AI 活用を推進しているヤマハ発動機株式会社の大西 圭一氏とダイハツ 工業株式会社の太古 無限氏に、DX を推進するプロジェクトをどう立ち上げ、どう広げていったのかを聞きました。

ヘルスケア企業が DataRobot AI Cloud for Healthcare を活用すれば、医療システムデータから真の価値が引き出され、画期的な予防治療法の開発と導入、医療処置の向上、新しい医薬品ソリューションの設計を実現できるようになります。

DataRobot AI Cloud Platformがビジネスに必要な理由と、その価値をご紹介します。

DataRobot AI Cloud for Banking を導入すれば、今日の銀行業界が抱える課題と機会に対応し、次世代のインテリジェントなビジネスの基盤を構築できます。AI Cloud for Banking は説明可能で信頼できる AI を実現する製品であり、人間の直感と機械のインテリジェンスを融合し、ビジネスに大きなインパクトをもたらします。

AI Cloud for Manufacturing を導入すれば、 今日の製造会社が抱える課題と機会に対応し、次世代のインテリジェントなビジネスの基盤を構築できます。説明可能で信頼できる AIを実現する製品であり、人間の直感と機械のインテリジェンスを融合し、ビジネスに大きなインパクトをもたらします。