データの移動を最小化
クラウドデータウェアハウスとデータレイク全体で、データガバナンスの管理を維持します。
AI 対応データセットの探索と作成
生成 AI や予測 AI のユースケースに適した高品質なデータの探索、テスト、作成を自動化します。
生成 AI と自動化によるデータセットの精度向上
データセットの品質と多様性を簡単に向上させ、より堅牢で正確なモデルをトレーニングします。
ユースケースに合わせたインサイトをすばやく獲得
最も大きなインパクトを与える特徴量をデータセットからすばやく特定し利用できます。
クラウドデータウェアハウスとデータレイクへの投資を最大限に活用
データの準備をより迅速に、安全に、そして最小限のデータ移動で行うことができます既存のデータやインフラストラクチャ投資、ガバナンスポリシーとAIプロセスを簡単に連携させることが可能です。
他のエコシステムとの統合の詳細はこちら
AI データと ML データの準備を効率化
データタイプをすばやく安全に特定し、プロトタイプとモデルの構築を迅速かつ大規模に行えるよう設計された堅牢なデータ準備と品質評価を行えます。欠損データの処理やデータの統合といった手間のかかるデータクリーンアップ作業を自動化し、重複排除、テーブル結合、集計機能などを使用して、数週間とはいかなくても数時間分の作業を節約できます。
複数のデータセットから新しい特徴量を探索
特徴量エンジニアリングパイプラインを自動化します。具体的には、さまざまなデータソース内の複雑なデータスキーマやデータセットから、予測モデルにとって重要な特徴量を新たに何百も自動的に検出、テスト、作成できます。そのため、手動による大量の反復作業を行うことなく、モデルの正解率を高めることができます。
特徴量エンジニアリングパイプラインの自動化
反復作業に追われる代わりに、モデルブループリントによって特徴量エンジニアリングを自動化し、ソースからモデルに至るまで、データリネージの詳細を簡単に確認できます。また、必要に応じてブループリントを拡張、カスタマイズ、調整できます。欠損値の補完、データの標準化、テキスト作成、画像埋め込みなどに対応した幅広いアルゴリズムライブラリが用意されているため（RoBERTa センテンスや MiniLM センテンスなど）、特徴量エンジニアリングの手順を、オープンソースや自社開発のさまざまなアルゴリズムにインテリジェントに対応させることができます。
バージョン管理とリネージの効率化
データソースの特徴量をはじめ、すべての生成 AI および予測 AI プロジェクト、実験、データセットを総合的に追跡できます。データの準備からデプロイまでの過程は常に自動的に追跡されます。DataRobot はデータ処理の完全なリネージとバージョン管理の詳細を自動的に取得するため、LLM や予測モデルを自信を持ってアップグレードできます。
特徴量ストアにあるインパクトの大きい特徴量を活用
DataRobot で自動的に構築した関連性の高い特徴量を既存の特徴量ストアに格納し、組織全体で登録、探索、使用、共有できます。
