DataRobot では、過去の生産実績とマクロ経済情報の両方取り込むことで、高精度な需要予測モデルをほぼワンクリックで作成することが可能です。また、SCM、ERP システムと容易に連携が可能なため、生産計画に AI による予測結果を反映することで、「ムリ」、「ムダ」のない生産を実現します。 本ウェビナーでは、需要予測から生産計画までの AI の活用方法についてデモを交えながら詳しくご紹介いたします。

本ウェビナーでは、DataRobot を使った既存品の需要予測のプロセスと、モデルの管理・監視も含めたモデル実運用化のイメージを、DataRobot 時系列製品のデモと実際のユースケースを含めてご紹介します。

本ウェビナーでは、モデルの開発手法や稼働する場所に関わらず、本番稼働しているモデルすべてを一元的に運用管理する事を可能にする DataRobot MLOps について、デモを交えながら詳しくご紹介をいたします。 セッション中には随時質問を受け付け、時間の許す限りご回答させていただきます。

本ウェビナーでは、AIが得意とする不正の種類や対応策に対して、どのようにして不正検知をAIで高度化できるのかを具体的な事例とデモを交えてご紹介します。不正検知を高度化するためのAI導入に時間はかけられません。導入時間の短いクラウドベースでのAIプラットフォームを、高速で導入する際のチェックポイントについても解説いたします。

本ウェビナーでは、金融業界でAIを初めて導入するにあたり、どのようなユースケースで、どのような組織体制でプロジェクトを進めていくべきかについてご紹介します。ユースケースとしては、顧客ターゲティング、不正検知、業務量予測の3テーマを扱いますが、どの業務にも適用できるように汎用的にお伝えして参ります。

一般的に設備には様々なセンサや機器が取り付けられており、これらから計測値や制御パラメータの時系列データを取得できます。DataRobotではこのような時系列データを使って、過去の値も参照しながら、自動で高速に異常検知モデルを作成することができます。 本ウェビナーでは、設備の時系列データを使った異常検知モデル作成とその運用の仕方について、実際のユースケースのご紹介と共にDataRobotのデモを交えながら解説します。

FinTechやInsurTech企業ではAIがすでに業務に組み込まれていることやそのサービスの根幹に使われていることは少なくありません。一方で、データサイエンティストの供給の少なさや個人依存の高さからブラックボックス化してしまうことで、データサイエンス分野がスケールしなくなり、拡大する自社でのデータサイエンス需要に反してギャップを抱える企業は少なくありません。本ウェビナーではFinTechやInsurTech企業で見られるこのような課題に対して、データサイエンスリソースの状態をパターン化し、パターンごとにどのようにAuto MLを活用することで効果が期待できるか詳しく紹介して参ります。

新型コロナウイルス感染症拡大による世界経済への影響が注目されている昨今、製造業でもこれまでに経験のない急激なビジネス環境の変化に直面し、今までのやり方をかえる「業務のデジタル化」はさらに加速すると言われています。各種業務プロセスから発生する膨大データを活用し機械学習の自動化を行うエンドツーエンドの AI プラットフォーム DataRobot は、業務のデジタル化とお客様の業務改善の実現を支援致します。本ウェビナーでは、DataRobot をデモを交えながらご説明するとともに、お客様のAIプロジェクトを成功に導く支援サービスと実際の製造業様での活用事例をご紹介します。

本ウェビナーでは、DataRobot (AI)を活用して、どのようにして顧客獲得や顧客理解の深化を実現し、DXを高度化していくのかについてご紹介します。またFinTech企業におけるAIプロジェクト推進の最新事例についてもご紹介します。