DataRobot ブログ

こんにちは、DataRobotデータサイエンティストの長野です。普段はDataRobotでデータサイエンティストとして製造業・ヘルスケア業界のお客様を担当しています。技術的には生成AIを担当しています。 今回は、DataRobot CodeSpaceでLLMを使った名寄せ処理を試してみました。 名寄せ処理は、企業が保有する顧客データや商品データなどにおいて、同一のものを特定し、統合する処理のことです。 表記揺れやデータ形式の違いを吸収し、データの一貫性を保つために重要な役割を果たします。従来の名寄せ処理では、ルールベースのマッチングや名寄せツールなどが用いられてきましたが、LLMの登場により、自然言語処理能力を活用したより高度な名寄せ処理が可能になりました。 本記事では、DataRobot CodeSpace上でLLM（Azure OpenAI）を利用した名寄せ処理の具体的なコードと解説を通じて、LLMを活用した名寄せ処理の実現方法を紹介します。

DataRobotはコードファーストデータサイエンティストがノートブック環境から実行できる高度なAI分析ソリューションのサンプルスクリプトを、AIアクセラレータという名称でご提供しています。AIアクセラレータとしてリリースしたソリューションはいずれもDataRobot AIプラットフォームのGUIから操作できる機能だけでは実施できない分析ユースケースや機能に対応しており、日々新しいAIアクセラレータがDataRobot社のデータサイエンティスト達の監修のもとで公開されています。 本稿では、DataRobotユーザー様から非常に多くご相談を受ける要因分析に焦点を当て、機械学習技術を使った高度な要因分析の方法論を解説します。さらに、その方法論に基づき弊社が開発したAIアクセラレータ『Robust Feature Impact Script』をご紹介します。

DataRobotのAIプラットフォームを活用し、ノーリツは生成AIを搭載したAI 故障診断支援アプリを開発しました。このアプリは、現場での入力情報から故障内容を自動的に分類し、故障パターンに対応する処理方法を予測します。これにより、現場エンジニアはより迅速かつ的確に意思決定できるようになりました。