構築

学習とチューニング

生成 AI や予測 AI のソリューションに細かなチューニングを施すことで成果を大きく伸ばせます。

お問い合わせ

コラボレーションと共有

手作業による管理を、思いどおりの操作ができるワークスペースに切り替えましょう。プロジェクトを共有してコラボレーションを広げることもできます。

生成 AI の「レシピ」のさらなる改良

プロンプトやチャンクの戦略など、生成 AI の「レシピ」を細かく調整して、自社のニーズに完全に適合させます。

信号のフィルタリングとノイズの除去

複数の問題設定を評価して最も関連性の高い特徴量を検出し、最も有意義な要因を特定することに力を入れます。

実験の追跡と最適化

データの前処理やパラメーター設定、モデルをさまざまに組み合わせてテストし、最もパフォーマンスの高いモデルを本稼働用に選択します。

生成 AI へのプロンプトと入力を適切に構造化して作成

プロンプトを操作して調整を加えたり、さまざまなベクターデータベースや埋め込み戦略、チャンク化戦略を利用することで、口調や応答の長さ、その他の有用な要素を自社のニーズに完全に合わせることができます。また、多様なプロンプトをさまざまな大規模言語モデル（LLM）に送信し、ハイパーパラメーターやプロンプトテンプレートを試してみることも可能です。

フルマネージドのノートブックとコードスペースでコラボレーション

フルマネージドのホスト型ノートブックとコードスペースを使用することで、インフラではなく AI の構築に集中できます。AI アクセラレーターテンプレートを使ってすぐにプロジェクトを開始することも、Git リポジトリでバージョン管理されたコードを利用することも、ゼロから作業に取り組むことも可能です。DataRobot 環境には、DataRobot API と一般的なライブラリーがプリインストールされているほか、Azure OpenAI Service を使って簡単にコードを生成できる Code Assist と、ワークフローを効率的に自動化できるネイティブのスケジュール機能が搭載されています。また、DataRobot の GUI でジョブを追跡し、永続ファイルシステム、統合ターミナル、タブ型 UI のファイルエディター、Git 統合機能を備えた DataRobot Codespaces を使用すれば、管理上のさまざまな課題を解決できます。

モデルの豊富なライブラリを使って自身のユースケースで学習

ディープラーニング、時系列予測、マルチラベル分類、異常検知など、多様なデータサイエンス課題に対応します。ほんの数行のコードを入力するか、単純に［開始］をクリックするだけで、DataRobot は各 AI ユースケースに合わせたモデルを生成します。ユーザー独自のモデル以外にも、Eureqa、ディープラーニング、遺伝的アルゴリズムベースのモデルなどを生成でき、さまざまなサンプルサイズ、特徴量、自動化された前処理のステップにも対応します。このため、多様な種類のモデルとその組み合わせを検討でき、より多くのモデリング手法を試すことができます。また、問題の迅速な解決に役立つモデルファクトリーをすばやく作成することもできます。