高折晃史 医学研究科教授、諫田淳也 同助教、岩﨑惇 同研修員、ネクスジェン株式会社 中島正和氏、宮西正憲氏、宮塚功氏、Le My An氏らの研究グループは、新規の造血幹細胞移植予後予測モデルを開発しました。 同種造血幹細胞移植においては、患者年齢や疾患等の患者因子、ならびにHLA一致度やドナーソース等のドナー側因子を含む数多くの因子が予後に関わることが知られています。本研究グループは、従来、予後予測に用いられてきた統計学的手法、ならびに機械学習手法で得られた予測モデルを、アンサンブル学習を用いて融合し、新たな予測モデルを開発しました。本学血液内科関連病院の移植データを用いた解析では、同モデルは従来の手法と比較し、全生存、再発、GVHD、ならびに上記を考慮した重篤な病的状態を伴わない生存の指標であるGVHD-free, Relapse-free Survival (GRFS) 、いずれにおい

近年のAIの普及は目覚ましく、私たちの身の回りにはAIが活用されたもので溢れています。 私たちの生活を豊かにしてくれるAIですが、一方で問題点も数多く存在します。そこで、今回はAIの問題点について紹介します。 AIとは AIとは人工知能（Artificial Intelligence）の略称です。機械学習をはじめとしたAI技術により、翻訳や自動運転、医療画像診断や囲碁といった人間の知的活動に、AIが大きな役割を果たしつつあります。 このように、AIはさまざまな分野で活用されていますが、数多くの問題点もあります。 ▼AIについて詳しく知りたい方はこちら AIにおける7つの問題点 AIにおける問題点は以下の7つです。 人間の仕事を奪う 不具合が起こった場合の責任問題 AIによる判断に伴う問題 プライバシー問題 シンギュラリティ問題 軍事利用される危険性 データのセキュリティ問題 それぞれ解説し

データ分析に強い人材を採用する企業は増えているが、問題は「どこに就職すべきか」だ。まだ新しい領域だけに、他職種より内情に関する情報は限られ、就職ミスマッチも多いと聞く。 特集「データサイエンティストとは何者か」第7回の主題は、就職先の選び方。データサイエンスについて知見を持つ森正弥さん、マスクド・アナライズさん、石井大輔さん（それぞれ詳細はProfile欄を参照）に、お勧めの企業とそうでない企業、そしてデータサイエンスに注目が集まる“DSブーム”に対する見解を聞いた。 「“社内コンサル”だと、データサイエンティストのポテンシャルが引き出されにくい」「歴史ある大企業は、データ分析担当にとって難しい環境になりがち」「人材市場は想定以上に弱肉強食」など、歯に衣着せぬコメントも飛び出す本記事。特集内の若手データサイエンティストのインタビュー記事と併せて読むと、少なからぬ“気づき”があるはずだ。【藤

日本を代表する工業計器・プロセス制御システムの専業メーカーである横河電機が、DX（デジタルトランスフォーメーション）推進の要となるデータ基盤の構築をグローバルレベルで進めている。同社は社内でDXを展開するとともに、自らの経験を生かしたDXサービスの外販も目指している。 2018年から生産現場も巻き込んでDXを推進している同社だが、業務や経営などに関するバックオフィスの「IT系データ」と、工場など生産現場で稼働する生産管理、製造システム、機器制御といったシステムやIoT機器が生み出す「OT（Operational Technology）系データ」の分離に頭を悩ませていた。 多くのメーカーではOT系データとIT系データをそれぞれ別々に管理・運営している。それは横河電機も同様で、2つの異なる領域のデータが、分断された形で管理されていることにより、相互のデータ共有が困難な状況に陥っていた。これは全

印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 旭化成は12月16日、自社のデジタルトランスフォーメーション（DX）の取り組みについて説明会を開催した。同社のDXの特徴には、従業員をデジタル人材として育成している点がある。 説明会に登壇した常務執行役員 デジタル共創本部長の久世和資氏によると、同社はマテリアル、住宅、ヘルスケアという3領域で事業を展開しているという。久世氏が示す同社のDXロードマップでは、2016～2019年度を「デジタル導入期」、2020～2021年度を「デジタル展開期」、2022～2023年度を「デジタル創造期」、2024年度以降を「デジタルノーマル期」としている（図1）。 デジタル導入期では、現場に密着しながら実際の課題をデジタルで解決してきた。例えば、タイヤの

この記事はClassi developers Advent Calendar 2021の18日目の記事です。 昨日は基盤インフラチームのめるさんによる「バックエンドエンジニアが基盤インフラチームに異動して半年ほど経った話」でした。 こんにちは、データAI部でデータサイエンティストをしている高木です。 弊社では顧客である先生、生徒、保護者からClassiの機能や契約に関する問い合わせを日々頂いております。 これらの問い合わせの内容を分析し、Classiの現状の課題や今後解決していくための施策などを社内で検討しています。 今回は問い合わせ内容を言語処理技術の一つであるトピックモデルを使って分析した内容についてご紹介します。 なぜ分析する必要があったのか？ Classiへの問い合わせやその対応の内容は、担当者によってテキスト化された状態で管理されています。 弊社のカスタマーサポート・カスタマーサ

こんにちは。エムスリーエンジニアリンググループAI・機械学習チームの池嶋です。これは エムスリー Advent Calendar 2021 の16日目の記事です。 AIチームでは機械学習を使ったプロダクトを開発し、自社サービスの改善や医療の臨床領域における研究開発など、社内外で多くのビジネス課題解決を目指しています。 このブログでは、機械学習で数量を当てるという問題に対して、AIチームにおける「予測モデル作成時の工夫」と「モデル性能説明手法」について紹介します。 予測モデル作成時の工夫編 回帰ではなく分類モデルを使用 複数のモデルをアンサンブル 特徴抽出からモデル学習・推論までパイプライン化 モデル性能説明手法編 PR曲線やROC-AUC：直感的でない ローレンツ曲線：ユースケースが限定される パーセンタイルごとの実ラベル割合グラフ：セグメントが多いとわかりにくい 混同行列を多クラスに拡張

すし職人がレーンに皿を載せ、客がそれを取る──回転すし店では当たり前の動作だが、こんな動きから年間約10億件ものデータを集め、事業に役立てている企業がある。回転すしチェーン「スシロー」を運営するあきんどスシローだ。 同社は皿に取り付けたICチップを活用し、ネタの人気度や、どのすしがいつレーンに載り、いつ客に取られたかといった情報を収集。材料の発注や売れ筋商品の分析に活用し、フードロスの削減などに役立てているという。 スシローではどんな方法で皿からデータを集め、事業に役立てているのか。あきんどスシローのグループ会社で、同社の情報システム管理などを手掛けるFOOD & LIFE COMPANIES（大阪府吹田市）の坂口豊さん（情報システム本部部長）が、米Snowflakeの日本法人が開いたオンラインイベント「SNOWDAY JAPAN」（12月7～8日）で解説した。 レーンに隠したICリーダー

カインズやワークマン、ベイシアらを束ねる流通の巨人、ベイシアグループ。2021年2月期に初めて売上高1兆円を突破し、さらなる高みを目指して現在力を注ぐのがDX（デジタルトランスフォーメーション）だ。グループ各社をとがらせる「ハリネズミ経営」を標榜し、DX戦略の舵（かじ）取りを担うプロCDO（最高デジタル責任者）らを相次ぎ招き入れている。業績拡大の裏で虎視眈々（たんたん）と進めてきたDXへの足場作り――。ベイシアグループDXの今に迫った。 流通DXのトップランナー、ベイシアグループの全貌（1）より続く ベイシアグループにおいて最大の売り上げを誇り、DX（デジタルトランスフォーメーション）の筆頭でもあるカインズ。ホームセンター事業を手掛ける同社は、SPA（製造小売り）化やIT小売業への変貌など、時代の流れに合わせてグループの先陣を切って変革を続けてきた。同社会長であり、ベイシアグループ全体の舵

本記事について 約1500人のIT人材を抱え、そのうち1300人ほどをベトナムなどの海外エンジニアが占める──そんな異色の企業「Sun Asterisk」。企業のDXに携わり、事業のデジタル化を数多く手掛けてきた（参考：5年間でベトナム3位の人気企業に　1500人の多国籍IT集団はどのようにして生まれたのか）。そんな同社の小林泰平代表取締役がモデレーターとなり、有名企業のプロジェクト担当者と対談し、どのようにDXを実現したのかを探る。 今回のゲストは、日本瓦斯（ニチガス）の執行役員であり、エネルギー事業本部 情報通信技術部の部長を務める松田祐毅氏だ。 ニチガスは、エネルギー業界向けにクラウドによる業務・物流効率化システム「雲の宇宙船」を提供している。このサービスにより、同社はSaaS事業を新たに開拓。その他にも、コールセンター向けのサービス「ニチガスサーチ」など、ガス会社の領域を超えて、数

1. 発表者 吉村 有司（東京大学先端科学技術研究センター 共創まちづくり分野 特任准教授） 熊越 祐介（東京大学先端科学技術研究センター 共創まちづくり分野 特任研究員（研究当時）） 小泉 秀樹（東京大学先端科学技術研究センター 共創まちづくり分野 教授） 2. 発表のポイント ジェイン・ジェイコブズの都市多様性の概念を生物学で提案されている「種の多様性指数」を用いて定量化し、都市環境への経済的な影響を検証した。 都市多様性とエリア毎の売り上げをスペイン50都市で検証した結果、多様性が高いエリアでは小売店・飲食店の売り上げが向上するという相関関係が見られた。 ジェイコブズの都市多様性の概念の指標化および今回実証した効果は、都市計画やまちづくりといった分野にデータに基づいたアーバンサイエンス（注1）という新しい局面をもたらす可能性を示すものである。 3. 発表概要 都市研究や社会学、経済学

モデルの構築ここでは、BigQuery ML の線形回帰モデルを利用します。 CREATE MODEL ... OPTIONS 文にて指定したアルゴリズムで BigQuery ML モデルを構築します。今回構築する線形回帰モデルで指定できるパラメータの詳細については以下公式ドキュメントをご参照ください: The CREATE MODEL statement for generalized linear models 以下が基本的な構文となります。SQL を利用して直感的にモデル構築を行えます。 CREATE OR REPLACE MODEL taxi.total_amount_model OPTIONS ( model_type='linear_reg', input_label_cols=['total_amount'], ) AS SELECT * FROM `taxi.sample_

IT Leaders トップ ＞ テクノロジー一覧 ＞ AI ＞ ユーザー事例 ＞ AIのPoC疲れから脱却せよ！「MLOps」の導入がヤマト運輸にもたらした確かな効果 AI AI記事一覧へ [ユーザー事例] AIのPoC疲れから脱却せよ！「MLOps」の導入がヤマト運輸にもたらした確かな効果 2021年12月8日(水)田口 潤（IT Leaders編集部） リスト AIの導入において、概念実証（PoC）止まりで本番に移行できないまま終わることを繰り返す、“PoC疲れ”と呼ばれる現象がある。多くの場合、AIは開発した後も精度や機能を高めるチューニングや改良が欠かせないが、その段階にいく前に「実用にならない」と判断してしまうようなケースだ。これを乗り越え、AIを有用な経営ツールにするには、どうすればよいのか？ ヤマト運輸がエクサウィザーズの協力で導入した「MLOps」に、大きなヒントがありそ

システム開発の失敗を巡り野村ホールディングス（HD）と野村証券が委託先の日本IBMを訴えた裁判で、野村側が最高裁判所への上告を取り下げていたことが日経クロステックの取材で2021年12月13日までに分かった。2021年4月21日に控訴審判決が言い渡された野村側の敗訴が確定したこととなる。 同裁判では2013年に野村側が日本IBMを相手取り計約36億円の損害賠償を求めていた。2019年3月の一審判決では日本IBMに約16億円の支払いを命じたが、東京高等裁判所は2021年4月21日の控訴審判決で野村側の請求を棄却。東京高裁は「プロジェクト失敗の原因は仕様凍結後も変更要求を多発したユーザー企業（野村側）にある」と判断した。日本IBM側に非があるとした一審を覆し、逆転敗訴の判決を下したことから注目を集めた。野村側は最高裁に上告を申請していたが、今回これを取り下げた。 上告の取り下げについて野村HD

今日は、待遇のお話です。最近はTwitterの方もアクセスが増えまして、誠にありがとうございます。 IT業界はさ、年収350万→500万は、どの会社ももう機械的にやったほうがいいと思うんだよね。なんで、みんな転職しあって実現してるん？ 500→800とかも実感としてやれって感じ。 800→1100も感じる。 率直に言って、転職サービスに業界で金払ってるだけになってない？マジで。 — orangeitems🍊 (@orangeitems_) December 8, 2021 多少、怒りもはらんでいるのですが、実際無力感を感じる場面も多いんですよね。 最近はIT業界全体は明らかに人手不足で、自社に残り続けるよりも他社に行ったほうが待遇が上がる、しかも格上の企業がどんどん募集しているという場面をよく見かけます。一方で人材が抜けているだけでは厳しいので、採用も積極的で、条件も非常に良い場合が多い

IT業界も長いですが、実感したことがあったので語ります。 なんかわかってきたんだけど、社員の教育には一切お金をかけないために社員が能力不足。一方でお金を採用活動に使い中途採用で他社の能力を買おうとする。 こんなことばかりやってるから、採用もうまくいかなくなり、業界全体で詰んでる気がしてきた。 — orangeitems🍊 (@orangeitems_) December 8, 2021 25年ほど前、インターネットがまだ世の中に落っこちてきたころからこれまでの歴史を目の前で見てきたのですが、どうも人材育成という話になると、スマートには全くなってません。 この業界は技術が汎用的で、別の会社に移ってもすぐ即戦力になれる傾向があるので、転職も激しめです。だから、いくら投資して育てたとしても、育った途端に他の給与のいい会社に移っちゃうという不信感があります。それだとコストが丸損ですよね。 だから

この記事はモチベーションクラウドシリーズアドベントカレンダー2021の8日目の記事です。 データチームを立ち上げる方はぜひ上司の方と回避策検討にご利用下さい 「DX推進の一環として、データ活用の専門部隊を立ち上げたい」というような相談を受けるエンジニアは増えているのではないでしょうか？（勘です） これから立ち上げを中心的にされていく方に向けて、データチーム（社内のデータ活用をサポートする部隊）の立ち上げで得た失敗と学びを共有したいと思います。 TL;DR ミッション/ビジョンをちゃんと定めよう 粘り強さを得るため スコープをフォーカスするため チームで必要な役割を明確にして、分担しよう データエンジニア、データアナリスト、ビジネストランスレータ-が最小単位 レポートする人/される人という受発注関係はやめよう 分析依頼者に仮説出し、分析方法、ネクストアクションまで企画段階で一緒に作る 背景

2021/12/10に開催された TechMarketing Conference 2021 # データマネジメント #techmar での講演資料です。 https://techxmarketing.connpass.com/event/229173/ Read less

前提・背景 この記事はLIFULL Advent Calendar 2021の3日目の記事です。 この記事では、ある予算最適化の計算アルゴリズムをAIのチームから引き継いで、システムに組み込むまでをまとめています。 LIFULLでは社内用のマーケティング自動化ツール（プロダクト名はMAM（マム））を内製しており、私はその開発チームに所属しています。詳細は同僚のマーケターの丸田さんが書いた「マーケティングオートメーション｜CRMではない、MAを考えてみた。」をいただきたいのですが、例えば以下のような機能があります。 ①独自の広告評価指標を用いた実績を可視化 ②いくら広告宣伝費を使えば成果が最大化するかのシミュレーション ④広告配信の費用対効果を高めるため自動で入札単価を調整 この記事は、この「②いくら広告宣伝費を使えば成果が最大化するかのシミュレーション」のシステムについての記事です。 LI

2021年11月10日と11日の2日間、LINE株式会社が主催するエンジニア向け技術カンファレンス「LINE DEVELOPER DAY 2021」がオンラインで開催されました。そこで前半では、曽弘博氏が、出前館における機械学習活用に向けた取り組みを紹介しました。後半は実際に出前館でどのように機械学習を実装しようとしているかについてです。前編はこちら。 推薦システムについて 曽弘博氏：では、推薦システムについての解説に入りましょう。こちらでやりたかったことを復習すると、「それぞれのユーザーに対して、そのユーザーの好みに合わせた店舗の推薦リストを提示すること」でした。 このタスクにに関して、ここでは2つの多様性という課題に関してお話をいたしましょう。 1つは推薦リスト全体での店舗の多様性です。ここでいう多様性というのは、「全てのユーザーに対する推薦リストを集めてきたときに、そのリストの集まり

はじめに：本稿のターゲット データサイエンティストを目指す若手エンジニアや学生向けに投稿しました いまもっとも熱い職種の一つとなっているデータサイエンティスト。 その影響もあって大学生や若手の社会人でもその道を目指す人が増えています。 私は現在インターンの採用面談をしていますが、その工程の中で、 ◎データサイエンティストはどのような仕事なのか解像度がまだ低い ◎実社会で求められているスキルと目指す側の方向性に乖離が起きている というようなことを感じましたので一度ここで振り返っておこうと思います。 データサイエンティストに求められる条件は数学だけなのか？ 以下はデータサイエンティストに求められる素養を端的に表現した図になります。 ご覧の通り。求められる素養は　プログラミング力、ビジネス力、数学力の３つが条件となっています。 データサイエンティストを目指している学生はほぼ皆さん数学の勉強はしっ

Bidirectional Quadratic Voting Leveraging Issue-Based Matching

datatech-jp Advent Calendar 2021 3日目への投稿です。 今年は datatech-jp のコミュニティの方達と話をしたり、輪読会に参加させていただくことができました。datatech-jp 自体の説明は1日目の投稿からご覧いただけます。Slack チャネルもあり、気軽にいろんなことが相談できたり、輪読会を開いたりと徐々に活発になってきていますので、ぜひご覧ください： www.yasuhisay.info 私からは、技術的横断組織にいる私が ここ2年くらいの DMBOK を中心とした社内の活動で得た知見を共有できる範囲でお話します。 所属組織について 私はサイバーエージェント社の Media Data Tech Studio という横断組織にいます。秋葉原ラボという組織は聞いたことがある方もいるかもしれませんが、2021年秋から組織名が変更されています。以下公

(Image by katielwhite91 from Pixabay) 先日のことですが、大変に面白い記事を読みました。 この記事では「データサイエンティスト職のインターンに応募してくる若いエンジニアや学生向け」の話題として語られていますが、全体として読むとそもそも論としての「学術・技術的な側面から見た場合のデータサイエンティスト」と「泥臭い現場で働く実務者としてのデータサイエンティスト」との違いについて良くまとめられた文章だ、という感想を持ちました。 ということで、この良記事に触発された形である上にこのブログでは既に散々語り尽くされてきた議論でもありますが、改めて僕なりの「両者の間の垣根を越えて真に活躍できる」「実務者としてのデータサイエンティスト」とはどうあるべきかについて、一通り書いてみようと思います。 データ分析の現場の泥臭さは、外から見るよりもしんどい 理想を言えば、チームプ

AI＋連動特集：今こそ反転攻勢！　ウィズコロナ時代のデータ活用 コロナ禍を経て、企業の間では再び攻めのIT活用に対する機運が高まりつつある。本特集ではITmedia NEWSのAI専門コーナー「AI+」と連動し、最先端のデータ活用ソリューションや事例、取り組む際のポイントを、企業のリーダー層やデータ活用担当者に詳説する。 設置自販機は約70万台、1億1200万人をカバー コカ・コーラ ボトラーズジャパンは、コカ・コーラ製品の製造・販売・容器の回収などを担う国内最大のボトラーだ。販売エリアは1都2府35県で約1億1200万人をカバーし、年間販売数量は約5億ケースに上る。自販機の設置台数は飲料メーカーの中でトップクラスの約70万台で、同社の年間売上収益約8000億円のうち24％を自販機が占める。 大量の自販機からどのようにデータを得ているのか。オンラインの自販機では、消費者が購入した商品の情報

はじめに こんにちは。富士通株式会社ICTシステム研究所のMLPerf HPC五人衆です。先週、国際学会SC’21 において、理化学研究所/富士通が共同で開発した新しいスーパーコンピュータ（スパコン）「富岳」がスパコンランキングで4期連続の4冠(TOP500, HPCG, HPL-AI, Graph500)を獲得しましたが、同会議で発表された、実際のディープラーニング(DL)学習処理に特化したMLPerfTM HPC ベンチマークにおいても世界一を獲得しました。 本ブログでは、このMLPerf HPCの一つのアプリケーションであるCosmoFlowの学習を「富岳」で大規模に行い世界一となった、その挑戦についてお話させてもらいます。 はじめに 背景 MLPerf HPCって何？（白幡） CosmoFlowって何？（田渕） 「富岳」って何？（田渕） プロセッサ 通信ネットワーク ストレージ 準

都内の事業会社で分析やWebマーケティングの仕事をしています。大学・大学院では経済学を通じて統計解析を行うなどしておりました。企業に勤めてからは、機械学習やテキストマイニング、クローリング技術などに関心を持っています。 Twitterアカウント Mr_Sakaue( SKUE ) GitHub 読書メーター ほしいものリスト 仕事で、いろんな会社でデータサイエンスってどう使われているのですか？と聞かれることがあり、自分としてはなんとなくしか掴めていないな、知ったかぶりしたくないなと思うところがあったので、やや手厚くリサーチをしてみようと思いました。 2022/3/6の段階では11つの市場しかないですが、最終的には30市場を目指します。 【2021/11/27追記】 公開したところ、それなりにこの記事に関心を持ってくださった方が多かったようなので、少しずつ事例を埋めていこうと思います。 業界

経済産業省は11月22日、システム開発時に使う設計書・仕様書などの「作業生産物」のレビュー工程についてJIS規格を制定したと発表した。仕様書などの見直し方や観点などを規格化し、ソフトウェアの品質向上や開発の効率化を促す。 「JIS X 20246」は、設計書・仕様書の見直し作業を「計画作業」「レビューの立ち上げ」「個々人のレビュー」「要検討項目の共有および分析」「修正作業および報告作業」の順に整理し、実行するべきタスクや手順を規定するもの。システム開発や試験、保守などの場面で作るあらゆる仕様書に適用可能。 レビューの曖昧さをなくすため、「目的」「役割」などのレビューの観点10種、「執筆者確認」「同僚との机上確認」などのレビュー手法9種を定めた。JIS制定により、組織や個人のノウハウに依存することなく一定水準のレビューができるようになり、ソフトウェアなどの制作物の品質向上につながるとしている

トヨタ自動車は11月10日、「TOYOTA Developers Night」をテーマに同社が未来創生センターで実施する取り組みを紹介した。その中から、数理データサイエンスの研究事例である制御ソフトの自動検証技術と不完全なデータを用いた機械学習手法についてお届けしよう。 未来創生センターとは、すぐに製品化が可能な技術ではなく、次の世代のトヨタに役立つと予想される先端技術について研究開発を進める組織だ。「ロボティクス」「社会システム」「数理データサイエンス」「バイオヒューマン」の4つの研究領域を対象として、モビリティ技術を中心に生活者のWell-beingな人生の支援を目指す。 「TOYOTA Developers Night」の様子 同センターの数理データサイエンス研究では、数理工学や群体数理、行動経済学など幅広い領域を研究対象としている。これらの研究結果は、将来的にコネクテッドシティ事業

情報が爆発的に増加している今日、ニュースレコメンドエンジンは、多くのニュースサイトやアプリにとって重要な技術となっています。ニュース推薦技術の適用は、情報過多の問題を改善するだけでなく、使用体験を向上させ、ユーザーの粘着性と定着性も向上させます。 しかし、ニュースメディアのプラットフォームには、ニュースデータを効率的に獲得し整理するだけではなく、ニュースコンテンツを体系的に分類したり、高度なコンテンツ推薦アルゴリズムの整備と膨大なユーザーデータを活用することによって、ユーザーが興味を持っているコンテンツをユーザーのホームページに推薦します。 レコメンデーション領域で代表となる企業はByteDanceです。この会社は近年Tiktokの流行に伴って、世界で多くの人に知られています。実は、Tiktokの他に、この会社が開発した「BuzzVideo」「VigoVideo」なども近年急激な成長を遂げ

化粧品の商品開発にAI活用、データ分析を自動化　材料開発を加速する「マテリアルズ・インフォマティクス」を解説 AI活用をどうやって始めればいいのか――こうした疑問を解決するAI開発支援などをHACARUSが提供しています。今回は業務でのAI活用をイメージするヒントとして、化粧品開発の効率化事例などを紹介します。 AIソリューションを提供するHACARUSは、画像や音声などのデータ量が少なくても分析が可能な「スパースモデリング」と呼ばれる技術をAIに応用し、本当に役立つデジタルソリューションを提供しています。 スパースモデリングは、少量のデータで高精度の成果を得られることや、その結論に至った理由を解釈できること（XAI――Explainable AI／説明可能AIと呼ばれる）から、産業分野だけでなく医療分野にも適しており、HACARUSも東京大学大学院薬学系研究科（事例紹介）や京都大学ウイル

最小限のPythonコードでAutoMLを実現するローコード機械学習ライブラリ「PyCaret」：AutoML OSS入門（6）（1/4 ページ） AutoML OSSを紹介する本連載第6回は、ローコード機械学習ライブラリ「PyCaret」を解説します。さまざまな機械学習ライブラリのラッパーであるPyCaretは、データ分析のあらゆる工程でコードの行数を削減します。

全社DXを推進する上で、全社員のリスキリングは不可欠だ。先行企業は全社員に、DXの理解を深めたり、基礎スキルを習得したりする教育を始めた。その好例といえる大日本住友製薬とSMBCグループの事例を取り上げる。 大日本住友製薬や三井住友フィナンシャルグループ（SMBCグループ）など全社員を対象にリスキリングをする企業が続々と登場している。背景にあるのは、「全社DX（デジタル変革）」の取り組みの広がりだ。従来は専門部署や一部の業務部門が先行してDXに取り組むケースが多かったが、そこでの成果を受けて全社への展開を図る企業が増えている。先端のデジタル技術を新事業の創造だけでなく、既存業務の変革にも広く適用する動きが顕著だ。 全社DXが進む中、社員1人ひとりにとってもリスキリングは重要な意味を持つ。多摩大学大学院の徳岡晃一郎教授は「現在は業種を問わずビジネス環境の変化が激しく、これまでに身に付けた業務

(Image by Author) PyCaret’s New Time Series Module🚪 IntroductionPyCaret is an open-source, low-code machine learning library in Python that automates machine learning workflows. It is an end-to-end machine learning and model management tool that speeds up the experiment cycle exponentially and makes you more productive. In comparison with the other open-source machine learning libraries, PyCaret

ニュース 自宅で手指の計測が可能に！ZOZOMAT for Hands、ブルガリ ジャパンにて11月9日（火）より期間限定で配布開始 ～ ZOZOの計測テクノロジーのライセンス販売によるサービス化第1号 ～ ファッション通販サイト「ZOZOTOWN」を運営する株式会社ZOZO（本社：千葉県千葉市 代表取締役社長兼CEO：澤田 宏太郎）は、スマートフォンを使い精度の高い手指の3Dサイズ計測が自宅で簡単にできる「ZOZOMAT for Hands（ゾゾマットフォーハンズ）」を11月9日（火）よりブルガリ ジャパン株式会社（本社：東京都中央区 代表取締役社長：ウォルター・ボロニーノ、以下 ブルガリ ジャパン）へ導入いたします。本取り組みが、ZOZOの計測テクノロジーのライセンス販売による、サービス化第1号です。なお、「ZOZOMAT for Hands」の申し込みは11月9日（火）10：00より

～ オンラインとオフラインをシームレスにつなぎ、ZOZOTOWNがファッションブランド実店舗の売上を支援 ～ ファッション通販サイト「ZOZOTOWN」を運営する株式会社ZOZO（本社：千葉県千葉市 代表取締役社長兼CEO：澤田 宏太郎）は、ZOZOTOWNとブランド実店舗をつなぐOMOプラットフォーム「ZOZOMO」（ゾゾモ）を、11月1日（月）より始動いたします。 コロナ禍によりファッション業界が影響を受ける中、当社は昨年より、ZOZOTOWNの販売力を通じてファッション業界の下支えに努めてきました。この度始動するZOZOMOは、ZOZOTOWNとブランド実店舗、ブランド自社ECをつなぎ、ブランド実店舗の売上を支援するプラットフォームです。ZOZOTOWNを通じて蓄積したファッション領域の膨大な知見と、ファッション好きの当社スタッフならではの視点、年間購入者数989万人（※1）を誇るZ

Dashの使い方完全保存版 基本的な使い方は他の方もたくさん投稿していると思うので、実務で使う便利なテクニックの紹介が多いです。 辞書的に使ってください。 随時更新していくので是非ストック or LGTMしてください！ 基本 Dashとは 超簡単におしゃれなWEBアプリが開発できるライブラリ（Flaskベースのライブラリ） グラフはPlotlyというライブラリを使用しています。 （PlotlyはPython以外にもR、Javascriptなどにも対応しています） Webアプリのプロトタイプを開発する際や、社内利用のアプリならこれで十分だと思います。 Dash Hello World 不便な点 大規模アプリには向かないかも（DjangoやFlaskの利用を検討） Flask render_template が使用できない（Flaskとレンダリングの仕組みが異なるため） コードが少し冗長となり

カインズのDXの秘訣は「同じ言葉」で話すこと：IT用語でもなく、店舗用語でもなく（1/3 ページ） エンジニアとはお互いの言葉を使わずに、経営層への説明では定量的な効果と定性的な効果を混ぜながら。ホームセンターの元店長は、カインズDX（デジタルトランスフォーメーション）のハブとなり、橋となった。 「カインズ」は「世界を、日常から変える。」というビジョンの下、全国に226店舗のホームセンターチェーンを展開している。 小売業の中でも際だって扱う品目が幅広く、店舗スペースも広いという特徴を持つホームセンターで、どのようにデジタル技術を生かしてより良い「お買い物体験」を、ひいてはより良い暮らしの実現を支援しようとしているのだろうか。カインズ デジタル戦略本部オムニ戦略統括部長の水野圭基氏が「カインズのKindnessなDX推進とは？」と題する講演を通して、これまでの歩みとそこから得られた学びを紹介

新しいビジネスをつくり出す。すでにあるビジネスをもっと強くする。この2点が今求められていることだと私は考える。新たなインカムを生むビジネスを創出し続けないと企業として存続できない。現在のビジネスをより強くし、拡大し続ける必要もある。 世間で騒がれているデジタルトランスフォーメーション（DX）もどちらかを指している。DXという言葉が消えても求められる2つのミッションは変わらないだろう。 データモデルをビジネスの俯瞰（ふかん）に使う 新規事業の開発やビジネス改革のやり方についてさまざまな提案がなされている。私はビジネスを俯瞰（ふかん）する手法としてデータモデルを使うことを提案したい。 データの関連を描いたモデル、それをつくるデータモデリング、私が長年使ってきた道具であり手法である。ざっと40年間、曲折はあったが企業情報システムの世界でお世話になってきた。データに関わる仕事にこだわってきたため、

こんにちは、データ基盤グループの吉田(id:syou6162)です。10/28(木)に開催したMonotaRO Tech Talk #9 (データマネジメント編)のレポートをお届けします。イベント前の参加希望者が514人、イベント当日も310人がご参加くださり、大変盛り上がったイベントとなりました。 MonotaROのデータ活用と基盤の過去、現在、未来(香川和哉) 社内のデータ活用を一段階あげるための取り組み(吉本直人) データ基盤グループを支えるチームビルディング(吉田康久) 最後に MonotaROのデータ活用と基盤の過去、現在、未来(香川和哉) 最初の発表ではグループ長の香川より、MonotaROのデータ活用の変遷とそれを支えるデータ基盤のこれまでの歴史、現在取り組んでいる課題、今後の取り組みについて発表しました。10年以上の歴史があり、全社員の約6割を越えるデータ基盤の歴史について