執筆者: DataRobot

DataRobotはバリュー・ドリブンAIのリーダーであり、組織がAIをアイデアから実際のビジネス価値へ加速させることを支援しています。AIイノベーションの最前線で10年以上の経験を持ち、組織の収益向上、ビジネスビジョンの実現、そして私たちを取り巻く世界に真の変化をもたらすために必要な知識と経験を持ちあわせています。

DataRobot 執筆のブログ記事

業界事例
DataRobotユースケース:部品不足が発生するかどうかの予測【技術実装】
2024/09/18
· 推定読書時間 2  分

説明の都合上、ここでは大統領エイズ救済緊急計画(PEPFAR)から提供され、Kaggle で一般に公開されているサンプルデータセットを使用します。このデータセットで、サプライチェーンのヘルス商品の出荷および価格設定データがわかります。特に、抗レトロウイルス薬(ARV)と HIV ラボからの支援対象国への出荷を特定できます。加えて、このデータセットには、商品の価格設定情報および商品を他国に出荷して使用するために必要な関連サプライチェーンの費用が含まれています。このチュートリアルではこのデータセットで、製造会社やロジスティクス会社が AI モデルを活用してどのように意思決定プロセスを改善できるかを示します。

 
2024/09/18
· 推定読書時間 2  分
業界事例
DataRobotユースケース:部品不足が発生するかどうかの予測【概要】
2024/09/18
· 推定読書時間 1  分

どのサプライチェーンネットワークでも非常に重要になる要素は、部品不足の発生を防止すること、特に最後の段階でそれが起こらないようにすることです。部品不足は機械装置や輸送手段の利用率低下につながるだけでなく、ネットワーク全体で配送遅延の連鎖反応が発生する原因ともなります。加えて、部品不足があると、納期どおりに配送される部品が予定より少なくなるので、サプライチェーンマネージャーは資材計画の最適化ができません。

 
2024/09/18
· 推定読書時間 1  分
業界事例
DataRobotユースケース:従業員の幸福度の予測および離職防止対策【技術実装】
2024/08/19
· 推定読書時間 2  分

このユースケースのターゲット変数は、従業員が、ストレスや従業員意識調査の悪い結果が原因で離職したり休職し続けたりするかどうか(真または偽、1 または 0 などの二値)です。このターゲット変数から、これは二値分類問題であることがわかります。 以下の特徴量は、従業員の離職を予測するうえで重要な要素を表しています。それらは各従業員の背景、現在の役割、調査履歴に及び、DataRobot はこれらの特徴量に基づいて従業員の HR プロファイル全体から関連するパターンを検出し、従業員の離職リスクを評価します。

 
2024/08/19
· 推定読書時間 2  分