本稿はKDDIが運営するサイト「MUGENLABO Magazine」に掲載された記事からの転載 鹿児島や熊本を拠点とするヘルスケアスタートアップ AMI は、日清紡ホールディングスと資本業務提携を締結し、 1.5億円を資金調達したと発表した。今回の調達により、累積調達額は明らかになっているものだけで7.7億円を超えた。2017年5月には KDDI ∞ Labo 第11期のデモデイで優勝している。 AMI は、これまで医療従事者の経験と聴覚に頼らざるを得なかった聴診器を進化させた「超聴診器（心疾患診断アシスト機能付遠隔医療対応聴診器）」を開発。心筋活動電位の発生タイミングとデジタル化された聴診音を抽出し合成することで、音声ノイズを取り除き、疾患に繋がる心雑音のみを自動的に検出することを目指す。 日清紡 HD は「ライフ&ヘルスケア」を戦略的事業領域の一つに定めており、強みである無線通信技術

企業経営を考えるうえで需要予測は欠かせない。従来の需要予測は主として類似条件における実績データから導き出した数値を活用したり、現場の経験や勘に頼ったりするケースが少なくなかった。そうした従来手法では、正確な予測がますます難しくなっている。新型コロナ禍のような過去の経験則が通用しないビジネス環境の変化が起きているのに加え、現場の経験や勘でカバーしようにも経験豊富な人材は慢性的に不足しているからだ。 一方で、SNS（交流サイト）や気象データなど情報システムで扱えるデータは急増している。AI（人工知能）であれば、多様なデータを需要予測の精度向上につなげられる可能性がある。そのためAIによる需要予測に乗り出す企業が増えている。先行事例を基に、AIによる需要予測の課題や効果を探る。 「企業を成長させてグローバル化を進めるために、在庫コントロールの定型化は欠かせなかった」――。このように話すのは眼鏡小

北海道と九州で事業を展開する、DXのリーダーたちが登壇 友岡賢二氏（以下、友岡）：はいみなさん、ぱっちり目を開けて、最後のセッションにがんばってお付き合いいただきたいと思っております。今日はうれしいことに、2人のすばらしいゲストをお迎えしております。まずパネラーのお一人目です。生活協同組合コープさっぽろCIO、長谷川秀樹さんです。一言お願いします。 長谷川秀樹氏（以下、長谷川）：長谷川です。あとで軽く自己紹介しますけど、札幌と東京の……あれ、もう終わってもうた？　じゃあ次、柳瀬さんから（笑）。 （一同笑） 友岡：いいんですか？ 長谷川：もう大丈夫です、柳瀬さんいきますか。 友岡：あとでこってりやるということですね。最初にしゃべりすぎるとね。 長谷川：そうね、自己紹介スタイルがあるからね。 友岡：次は柳瀬隆志さんです、よろしくお願いします。 柳瀬隆志氏（以下、柳瀬）：嘉穂無線ホールディングス

楽天グループは2022年4月19日、ユーザーの属性情報や行動情報などを分析するデータベース（DB）である「楽天スーパーDB」の稼働環境に、米Google（グーグル）のクラウドサービス「BigQuery」を採用したと発表した。これまでオンプレミス環境のデータウエアハウス（DWH）で管理していた数ペタバイト級のデータを、クラウド上のDWHサービスであるBigQueryに移行する。 楽天スーパーDBとは、同社が世界中で展開する70以上のサービスを使うユーザーの情報を分析する巨大なDBだ。グループ共通IDである「楽天ID」のアカウント数は、日本国内で1億を超える。蓄積した情報は、サービスのパーソナライズ機能やレコメンデーション機能、行動ターゲティング広告機能などに使用している。 日経クロステックの取材に応じた楽天グループのロヒット・デワン執行役員Cloud Platform Supervisory

プロダクトの立ち上げ期に導入したアーキテクチャ、ルール、ツールなど、「とりあえず打った施策」が技術負債になったり、ネックになっているケースは多いのではないだろうか。そこで、DeNA、Ubie、FiNCが各社のプロダクト事例をもとに、うまく行かなかった打ち手をどう見直し、改善していったのかを語ってくれた。 【FiNC】サービスライフサイクルに応じた施策の振り返り ダウンロード数1,100万を突破。ヘルスケア・フィットネスアプリにおいて、国内ナンバーワン※を誇る「FiNC」を筆頭に、健康経営の投資対効果を可視化する「FiNC for BUSINESS」など、ヘルスケア領域に特化したプラットフォームやアプリを手がけるFiNC。最初に登壇したFiNC Technologies CTOの篠塚史弥氏は、FiNCの2つの施策について紹介した。 ※ダイエットアプリを扱う10社を対象としたブランド名イメージ

京王電鉄とJR東日本が、新宿駅西南口エリアの再開発計画を発表しました。京王新宿駅の大改造を含む内容です。詳しく見てみましょう。 新宿駅西南地区 新宿駅周辺では、東京都と新宿区が「新宿グランドターミナル」として一体で整備する計画を進めていて、国家戦略特区にも指定されています。このうち、京王新宿駅を中心としたエリアが「都市再生特別地区（新宿駅西南地区）」です。 新宿駅西南地区は、京王新宿駅のある北街区と、甲州街道を挟んだ南街区に分かれます。京王電鉄とJR東日本が協力し、それぞれに新たな複合ビルを建設します。 両社が共同発表した『「都市再生特別地区（新宿駅西南地区）」都市計画の概要（素案）』から、京王新宿駅大改造と再開発の概要を読み解いていきましょう。 画像：「都市再生特別地区（新宿駅西南地区）」都市計画の概要（素案）より 北街区 まずは北街区です。現在の京王百貨店とルミネ新宿ルミネ1は解体し、

まつもとゆきひろ氏と考える　つよいエンジニアになるためのオープンソースの使い方 - 2021/4/13 https://techplay.jp/event/849756 CADDi AI Lab Tech Lead Shunsuke Kawai

行政のデジタル化が進むにつれ、運用するシステムの影響も大きくなる。地方自治体や中央省庁が利用する「ガバメントクラウド」の稼働とその利用拡大を控えるなか、発足半年あまりのデジタル庁のシステム運用体制に早くも不安の声が上がっている。 立て続く個人情報漏洩 2022年3月下旬、事業者向け共通認証サービス「gBizID（GビズID）」のシステム不具合による、利用者の個人情報漏洩が明らかになった。 GビズIDとは、事業者などが国に行政サービスの電子申請などをする際に使う共通認証サービスである。経済産業省が開発し、デジタル庁発足に伴い運営が同庁に移管された。複数の官公庁や自治体の申請手続きで使えるようにするなどして用途を広げている、行政手続きオンライン化の普及のカギとなるシステムである。 情報漏洩の内容は、事業者が同サービスから自社の従業員の利用者情報を取得する際に、特定の操作をすると他社の利用者情報

鉄道事業（安全の取り組み） 鉄道事業（安全の取り組み）トップ JR西日本グループ鉄道安全考動計画2027概要 安全管理体制 安全管理体制に対しての第三者評価 福知山線列車事故後の安全性向上に関する取り組み 安全の取り組みの紹介 事故などの発生状況 お客様にご迷惑をおかけする事象への対策 お客様・沿線の皆様との連携 鉄道を支える人たち～社員紹介～ 鉄道安全報告書 踏切事故防止 安全研究所 鉄道事業（快適にご利用いただく取り組み） 鉄道事業（快適にご利用いただく取り組み）トップ CS向上の取り組み 技術開発の取り組み プロジェクト工事 JR WEST LABO 創造事業（物販飲食・不動産・SC・ホテルなど） 創造事業（物販飲食・不動産・SC・ホテルなど）トップ 物販飲食事業 ショッピング ホテル 住まい くらし 企業・IR・採用・法人向け情報 企業・IR・採用・法人向け情報トップ 企業理念・安

企業経営を考えるうえで需要予測は欠かせない。従来の需要予測は主として類似条件における実績データから導き出した数値を活用したり、現場の経験や勘に頼ったりするケースが少なくなかった。そうした従来手法では、正確な予測がますます難しくなっている。新型コロナ禍のような過去の経験則が通用しないビジネス環境の変化が起きているのに加え、現場の経験や勘でカバーしようにも経験豊富な人材は慢性的に不足しているからだ。 一方で、SNS（交流サイト）や気象データなど情報システムで扱えるデータは急増している。AI（人工知能）であれば、多様なデータを需要予測の精度向上につなげられる可能性がある。そのためAIによる需要予測に乗り出す企業が増えている。先行事例を基に、AIによる需要予測の課題や効果を探る。 回転ずしチェーン店「スシロー」を展開するあきんどスシローは新たな需要予測システムの導入に踏み切った。あきんどスシローの

製造業出身のデータサイエンティストがお送りする記事 今回は、探索的データ解析（EDA）の一つであるsweetvizを試してみた。 はじめに 探索的データ解析（EDA：Exploratory data analysis）は、機械学習などのデータ分析業務を実施する際に、データの理解を目的として実施する作業を指します。 つまり、現場の問題を解決する際に、どのようなデータセットを扱っているのか、どのような状況にあるのかを、しっかりと理解するのが重要であり、探索的データ解析は上記を目的とした作業です。 過去には下記ライブラリーを使用した方法を整理しておりますので、参考にしてください。 * Pandas-profiling sweetviz実行例 今回は、探索的データ解析ツールの一つである「sweetviz」を使ってみようと思います。 今回もUCI Machine Learning Repositor

この記事で出来ること exe化とは exe化するとexeファイルを作成します。exeファイルとは、Windows環境でのファイルの拡張子の1つ。実行形式のファイルです。.pyファイルをexe化しておくことでダブルクリックのみで実行可能となります。Python環境も必要ありません。 Pyinstallerのインストール Pythonファイルのexe化にはPyinstallerというライブラリを使います。 まずは、Pyinstallerをpipでインストールします。 pip install pyinstaller Anacondaの場合は、condaコマンドでインストールします。 conda install pyinstaller これで準備は完了です。 サンプルコード (YouTubeダウンロードアプリ) exe化した時のエラー対策も織り込んでいます。 import youtube_dl i

NECは4月8日、新型コロナウイルス用mRNAワクチンの開発に着手すると発表した。同社のAI技術を活用し、効果を長時間維持でき、世界人口をカバーできる規模のワクチン開発を目指す。 AIによるワクチン設計技術を活用し、新型コロナウイルスとその近縁種を含む「ベータコロナウイルス属」全般に効力を発揮する新たなウイルス抗原を探す。これまでに流行したベータコロナウイルス属で非臨床試験を行い、特に有効性の高い抗原を選んでワクチン設計に使う。 資金面では、ワクチン開発者を支援する国際基金「感染症流行対策イノベーション連合」からの援助を受ける。 関連記事 ベネッセに風評被害　「教材に反ワクチンのチラシを封入」デマ対応に追われる 「ベネッセの1年生用教材に、反ワクチンを呼び掛けるチラシが入っていた」――3月22日、こんなデマがTwitterで拡散。ベネッセが否定した。 ワクチン接種証明アプリ、旧姓併記に対応

Recommendations The journey to build an explainable AI-driven recommendation system to help scale sales efficiency across LinkedIn Authored byJilei Yang Staff Software Engineer, Machine Learning at LinkedIn | PhD in Statistics April 6, 2022 Co-authors: Jilei Yang, Parvez Ahammmad, Fangfang Tan, Rodrigo Aramayo, Suvendu Jena, Jessica Li At LinkedIn, we have the opportunity to work with many differe

これはユニクロやジーユーを擁するファーストリテイリング（以下、FR）が、1年間に世界で売る≒生産・輸送する点数のことだ。

2008年時点では社内でメールもインターネットも使えなかったという、九州中堅のホームセンター「GooDay」を運営する嘉穂無線ホールディングス。2016年より同社の社長となった柳瀬隆志氏は、そんな状況を見かねてDX推進を開始しました。ローカル企業が日本有数のDX企業になるまでには、いったいどのような施策があったのでしょうか。本記事では、インターネットすら使えない状況にあった同社をどのようにDX企業へと導いたのか、その取り組みを明かしました。 ネット環境はおろか、メールアドレスすら存在しなかった 宮崎善輝氏（以下、宮崎）：ではさっそく、お話を聞けたらと思います。それではよろしくお願いいたします。 柳瀬隆志氏（以下、柳瀬）：株式会社グッデイの柳瀬と申します。まず簡単に当社を紹介させていただきます。当社は嘉穂無線ホールディングスという会社が持株会社としてありまして、ここは私の祖父が創業した会社で

はじめに 本記事ではMicrosoft社製のAutoMLツールであるFLAMLについて数ヶ月使用してみたので、使用感や私が考える効果的な使い方などと共にご紹介したいと思います。 AutoMLツールはいろいろ出てきていますが、その中でもFLAMLは使いやすく拡張性の高い印象です。特にAzureを使っている場合はメリットも大きいでしょう。 日本語の記事が少ないようなので、本記事がFLAMLを使う上で参考になれば幸いです。 FLAMLとは 最初に紹介した通り、FLAMLはMicrosoft社製のAutoMLツールです。 AutoMLと一言で言ってもいろいろありますが、FLAMLはxgboostやlightgbmなど複数の機械学習アルゴリズムの中から最適なモデルとそのモデルの最適なパラメータを自動でチューニングしてくれる機能を提供します。また、NASのように大量の計算リソースを必要とするわけではな

データサイエンスグループでエンジニアやっています 竹野です。 本日は先日登壇したDataOps Nightについて参加報告させていただきます。 DataOps Nightについて finatext.connpass.com 「データガバナンス」や「アナリティクスエンジニアリング」、「DataOps」といったキーワードは近年注目の大きい分野となり、イベントも盛んに行われるようになりました。 DataOps Nightもその一つで、そのテーマに「データ品質の向上に取り組むエンジニアを集めて知見を共有する勉強会」を掲げています。 データを溜めるだけではなく活用するところにまで踏み込んでいくためには、解決すべき問題が数多く存在しています。 この知見を共有しようというのがこの勉強会の主旨です。 登壇するにあたってお声がかかった際に悩んだのは、 私自身はモデル開発や施策レポーティングといった形でデータ

くら寿司：GKE や Edge TPU などを駆使して来店から会計までを完全自動化し、新しい生活様式のためのサービスを提供 大阪を起点に日本全国 47 都道府県すべてに店舗を展開する大規模回転寿司チェーンくら寿司株式会社（以下、くら寿司）。浅草や道頓堀、原宿、押上に「食」と「エンターテイメント」の融合を掲げ、「ジャパンカルチャー」の発信拠点とするグローバル旗艦店をオープンするなど、とりわけ “体験” にこだわる同社が、最新のクラウド テクノロジーをどのように活用しているのか。その取り組みと成果を、テクノロジー開発部の皆さんに伺いました。 利用しているサービス： Google Kubernetes Engine、Compute Engine、App Engine、Edge TPU 利用しているソリューション： アプリケーションのモダナイゼーション コンテナや AI など Google Clo

LINE株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。 LINEヤフー Tech Blog 2021年11月10日・11日の2日間にわたり、LINEのオンライン技術カンファレンス「LINE DEVELOPER DAY 2021」が開催されました。特別連載企画「DEVDAY2021 アフターインタビュー」では、発表内容をさらに深堀りし、発表では触れられなかった内容や裏話について登壇者たちにインタビューします。今回の対象セッションは「属性推定システムのリニューアルで見えた様々な課題とその解決の事例紹介」です。 ユーザー一人ひとりへ最適なコンテンツやサービスを届けるため、LINEでは機械学習を用いてユーザーの属性や興味・関心を推定する属性推定システムを開発・運用しています。2021年の夏に、この属性推定システムの利便性やメ

ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog こんにちは。Yahoo!広告に関わる分析業務を行っている福地です。 Yahoo!広告では、2020年2月よりYahoo! JAPANのウェブ検索結果の上部に検索キーワードに連動して大型のバナー広告を掲載する「検索連動型ブランディング広告」をリリースしました。 この広告のリリース初期は、広告掲載できるキーワード選定を人力で行っていました。が、日々発生する検索クエリを人力でカバーするには限界があります。今回は、機械学習とデータ分析により人手では拾いきれないキーワードも拾い、販促の拡大につながった事例をご紹介します。 検索連動型ブランディング広告とは 先述の通り、検索連動型ブランディング広告では、Yahoo! JAPANのウェブ検索結果

ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog こんにちは、CDO室の天神林です。 ヤフーにはいくつもの事業があったり、Zホールディングスとしてのグループ会社があるので、時にはそれらを横断して仕事を進めていく必要があります。CDO室では、そんなヤフーが持つ多様かつ大量のデータを価値に変えていくことを目的にして、組織に縛られないさまざまなデータ利活用のプロジェクトを推進しております。 本記事では、その中でもデータ活用に向けた事例共有・教育・相互理解という観点から、LINEと合同で企画・運営をしているミートアップについてご紹介します。 グループのデータ利活用における課題意識 バックグラウンドの異なる方と協業するにあたり、相手の持っている物事の考え方や進め方・担当領域などを理解し尊重

ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog こんにちは。CTO直下のR&D組織であるテックラボにて、コマース領域向けの研究開発に取り組んでいる脇山です。 本記事ではベクトル検索を製品への紐付け（いわゆる名寄せ）業務に利用した事例を紹介します。 商品を製品マスタに紐付けする みなさんはYahoo!ショッピングで商品を探したことがあるでしょうか？ Yahoo!ショッピングにはいろんなストアが商品を出品しているため、同じ商品を異なるストアが販売しています。そのため、「コカ・コーラ 500ml 48本」といったクエリで検索すると、検索結果に異なるストアが出品した「コカ・コーラ 500ml 48本」の商品が複数並ぶことがあります。商品を購入する際は、同じ商品でも商品価格や送料などがス

ML Study #3「機械学習コンペ」 https://forkwell.connpass.com/event/240639/ での発表資料です

社内の勉強会で発表した資料になります。 Kaggleの「Feedback Prize - Evaluating Student Writing」コンペについての資料です。 工夫できる点や勉強になる点が多く、面白いコンペだったと思います。 コンペについての概要、自身の解法、上位解法のまとめ、加えてK…

Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 前編では、味のデジタル化使われる現象「電気味覚」の原理や利用方法などを紹介した。後編では、さまざまな角度から電気味覚の利用のアプローチを行った研究成果を紹介する。 電気や熱で舌に味覚を与えるデバイス シンガポール国立大学の研究チームが2012年に発表した論文「Taste change of soup by the recreating of sourness and saltiness using the electrical stimulation」は、人間の舌に電気的および熱的な刺激を与えることで、味覚をデジタル的に作動させるシステムだ。 電気味覚提示デバイスは、電気刺激モジュールとペ

Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 音や空間をデジタル化し音楽や映像が生まれたように、味をデジタル化できればどうなるだろうか。「味を記録し、味を編集し、味をSNSへ投稿する」、このような画像や動画で現在行っている一連のタスクが行え、また味見する側も、スマートフォンやタブレット、VR機器で画像や動画内の食品、もしくはバーチャル食品を味わえるかもしれない。 このような突拍子もない体験が世界中の研究室では探究され、その成果が論文で多数報告されている。これら研究の基盤となっているのが、味のデジタル化において重要な要素である「電気味覚」という現象だ。今回は、そんな電気味覚をこれまでの多様な研究成果と交えながら掘り下げていきたい。 味を

「新しい働き方」が声高に叫ばれる令和の時代――。多くの場面で「効率的な作業」についての議論がされている。機械学習を活用した最新ツールを導入し、自動化できる工程を増やす。そして、人が手作業で行う単純労働を極力減らすことで、限られた集中力を、より生産的でクリエイティブな方に向ける。そんな文脈のなかで、多くのビジネスパーソンは暮らしているはずだ。 しかし、こうした時代の潮流に真っ向から逆らう非生産的な文化もいまだに存在する。例えば、メールに添付された表計算ソフトのデータを開いた際に、セルのサイズが均一な正方形に整えられ、セル結合を多用し、方眼紙のマス目状となった1セルに対してそれぞれ1文字のみを入力するという形式になっていたら、ギョッとすることだろう。 表計算ソフトを活用したこうしたファイルは、俗に「神Excel」（ネ申Excel）と呼ばれ、実際に役所で長らく使用されてきた歴史がある。では、なぜ

2022/04/07 初版公開 お問い合わせ先 Twitter：@data_analyst_ メールフォーム：https://bit.ly/37orRqa 執筆者：しんゆう ブログ：データ分…

関連キーワード 機械学習 | 運用管理 機械学習アルゴリズムを使用してIT運用の定型業務を自動化する「AIOps」（AI for IT Operations）の導入が広がっている。ITコンサルティング会社のAccenture（アクセンチュア）は、社内業務にAIOpsが定着し始めた企業の一社だ。同社はServiceNowのITサービス管理（ITSM）とIT運用管理（ITOM）のソフトウェアを導入した。これによってAccentureが実践する自動化の一つは、アラートの選別だ。ServiceNowのソフトウェアは、機械学習アルゴリズムによって監視アラートを相互に関係付け、運用スタッフに通知する必要のあるアラートだけに絞り込む。 アクセンチュアが実践するAIOpsによる自動化 併せて読みたいお薦め記事 連載：静かに現実味を帯びる「AIOps」 前編：ただの流行語ではなくなった「AIOps」　なぜ導

本スライドでは、数理最適化を概観し、基本的な問題とその解き方を分かりやすく解説することを目標にしています。数理最適化に興味を持っていただければ嬉しいです。 【目次】 1 章　数理最適化とは（p.2～20） 2 章　連続最適化問題（p.21～133） 3 章　離散最適化問題（p.134～238…

同プロジェクトでは、全国約1200店の売り上げや物流などのデータを処理する大規模な基幹システムをオンプレミス環境から米オラクルのパブリッククラウドサービス「Oracle Cloud Infrastructure（OCI）」に移行させた。現在は同システムと連携する顧客向けサービスなど数十種類のアプリケーションを内製によって開発中で、2022年3月以降段階的にリリースする予定だ。基幹系のためクラウド上につくったIT基盤は、今やエディオンのIT戦略を支える重要な礎となっている。

この記事の目的 最近「良いドキュメントが作れているな」と思う機会が増えてきたので、その知見をアウトプットしたくなった。 想定読者 今所属してる組織(会社/プロジェクトなど)のドキュメントがイマイチで悩んでいる人 そもそもドキュメントが無い組織に所属していてつらい思いをしている人 「ドキュメントを作れ」という漠然としたタスクを振られて困っている人 想定読者ではない人 メンテなブルなドキュメンテーションのエコシステムが完成している組織で更によいやり方を模索している人 私もまだ模索中なので、いいやり方があれば教えてほしいです👀 顧客提出などの「納品が必要」なドキュメントの管理方法を模索している人 この記事では「社内の情報共有」にスコープを切って話をしています 書いている人のスペック(参考) 歴５年くらいのなんちゃってフルスタックエンジニア 普段は Node.js / React.js or R

今回テックブログを書くにあたり、以下の記事を参考にしました。 qiita.com こちらの記事では、マクドナルドのメニューを対象に組み合わせ最適化問題を扱っており、内容も非常に面白く読ませて頂きました。 今回、弊社askenでも自社データを使用して食事の組み合わせ最適化問題をやってみたのでご紹介します。 はじめに こんにちは！ askenで機械学習エンジニアとして働いているyumaです。 shoku_panという名前でTwitterをやってます。 さてみなさん、弊社ダイエットアプリ「あすけん」をご存知ですか？ www.asken.jp あすけんでは、その日の食事内容を記録すると栄養士の未来（みき）さんからアドバイスをもらえます。点数も出るので、高得点をとることがモチベーションになっている方もいらっしゃると思います。 もちろん僕も使っています。ちなみに今年のお正月はこのような結果になりました

リクルートが取り組んでいるテーマや技術の最先端を紹介する「RECRUIT TECH MEETUP」。4回目となる今回のテーマは、競技プログラミング・数理最適化技術だ。各プロジェクトを率いたエンジニアが舞台裏、技術や組織体制などについて語った。 ■登壇者プロフィール 株式会社リクルート データ推進室 シニアデータアプリケーションエンジニア 田中 伸明氏 2016年リクルートコミュニケーションズ（当時）に中途入社。様々なデータ活用系のアプリケーションに、インフラからフロントエンドまで幅広く関わっている。2021年より、人材採用サービスでのレコメンド基盤構築に従事。 株式会社リクルート データ推進室 シニアデータサイエンティスト 西村 直樹氏 2015年リクルートに新卒入社。じゃらん、ホットペッパーグルメなどのサービスにおけるデータ活用プロジェクトの推進、分析などを担当。2021年に書籍「Pyt

DXを合い言葉に、AI導入を検討する企業が増えている。そんなAIブームの裏側には、「導入したが利用されなくなった」「データの質が悪くて使えない」という声も聞こえている。NECでは、どのように循環モデルを回し、データを整備し、運用していったのか。その取り組みと最新事例が紹介された AI市場の成長に伴い、AI人材の育成ニーズが拡大 今回NECのAI活用について語ってくれたのは、NEC AI・アナリティクス事業部の若松直哉氏。若松氏は2008年、NECに転職で入社。以前はプラント制御メーカーで鉄鋼、石油石化などのプラント制御システム開発や導入作業に従事していた。 NEC入社後はプロセス業向けSIのPMとして活動した後、2014年より現在の部署であるAI・アナリティクス事業部に異動。データサイエンティストとしてNECの独自技術インバリアント分析を活用したプラントの異常検知を中心に活動。最近は、AI

都政の構造改革「未来型オフィス実現プロジェクト」では、都庁本庁舎に加え、事業所のオフィス改革を進めています。都民生活に密着した600を超える事業所にディスプレイなどの基礎的なデジタルツールを導入し、あわせてタブレットやローコードのような実践的なツールを導入することで、事業所の業務を変革していくことを目指しています。 2021年度、豊洲市場の水産物等の衛生監視の業務を行っている福祉保健局の市場衛生検査所において、都庁職員自らタブレットとノーコード／ローコードツールを使って業務の進め方をデジタル化しました。 「ノーコード／ローコード（no-code/low-code）」：専門的なプログラミングの知識がなくとも、簡易なアプリ開発等が可能なツールのこと 今回のnoteでは、市場衛生検査所の野口所長、高田統括課長代理、田中主任をはじめとする担当者のみなさまと、それを支援したデジタルサービス局の民間出

株式会社サンキュードラッグ 代表取締役社長兼CEO 平野 健二 氏 2007年から潜在需要発掘研究会をスタート 「顧客の潜在需要開拓」、我々がこれをテーマとするようになった背景は、地盤である北九州が日本で最も人口減少が激しいエリアであり高齢化も非常に進んでいる地域であることが挙げられる。コモディティの市場は縮小し、往々にして小売業は販促によって縮小する市場を奪い合う勝者のいない競争に陥り、コスト削減や低価格販売ではもはや生き残れない時代を迎えている。 お客様が自分自身ですら気づいていない需要、「こんなものがある」「これを使えばもっと幸せになる」「楽しくなる」、そういう商品を紹介して、いわゆる欲しいものに気づかないお客様と、作っている商品をお客様にどう伝えて行けばわからないメーカーを結びつける役割を小売業として果たしていく。双方をウインウイン(win-win)にしながらお客様の支持を得ていく

モノタロウでデータサイエンティストをしております、朝倉と申します。今回は、モノタロウのサプライチェーンを支えるシステムの1つである需要予測に、機械学習を現場導入した際のお話をしようと思います。 はじめに モノタロウでの発注の仕組みと需要予測 機械学習を導入する取り組みの開始 機械学習の現場導入で起きた問題点① - 発注量が増える 問題点① - 発注量が増えることへの解決策 モデルの切り替えの際に少しずつ更新できる仕掛けに あえて予測の更新頻度を落とす 機械学習の現場導入で起きた問題点② - 結果の解釈が難しい 問題点② - 結果の解釈が難しいことへの解決策 まとめ これからの展望 はじめに モノタロウでは1800万点以上の商品を取り揃えており、50万点近くの商品が在庫化されています。また、11年連続で売上が20%以上成長しており、売上増に伴い物流量も年々増加しております。規模の大きさや複雑

みなさん、こんにちは！みやしんです。 今回は、PyCaretについてご紹介します。 PyCaretとは、データの前処理自動化、モデルの比較自動化、チューニングの自動化などを行ってくれる、とても便利なライブラリです。 PyCaretは、scikit-learn、XGBoost、LightGBM、CatBoost、spaCy、Optuna、Hyperopt、Rayなどのいくつかの機械学習ライブラリとフレームワークをまとめたPythonラッパーです。 Classification(分類)、Regression(回帰)、Clustering(クラスタリング)、Anomaly Detection(異常検出)、Natural Language Processing(自然言語処理)、Time Series Forecasting(時系列予測)のような処理をたった数行で実装できてしまうので、過去に機械学習

みなさんこんにちは。機械学習チームのたかぱい（@takapy0210）です。 最近はワールドトリガーというアニメにハマっておりまして、2022年から第3期の放映が始まっております。 内容はよくあるバトルアニメですが、チームで戦略を練って戦うところがユニークでとても面白いです。（個々の力だけだと到底叶わない相手に対して戦略で勝つ、という展開もあり、戦略の大事さを改めて痛感しました） さて本日は、コネヒトの機械学習プロジェクトがどのように推進され、開発・実装フェーズに移行していくのかについて、1つの事例を交えながらご紹介できればと思います。（※あくまで1つの事例なので、全てがこのように進むわけではありません） 目次 今回のプロジェクト概要 機械学習プロジェクト全体の流れ 構想フェーズ：ビジネス要件を明確にし、共通認識をつくる どんな効果を期待しているのか？（ROI的な話） PoCフェーズ：定量

最近こちらのサイトを参考にfeature storeに関して勉強してみたので、今回はそのメモです。 www.featurestore.org Why：なぜ必要か？ 機械学習の実運用時の困りごと 実験環境と本番環境を揃えたい 過去のある時点の状況を再現したい 特徴量に関する車輪の再発明をなくしたい 歴史的経緯 What：Feature Storeとはなにものか？ 求められる要件 共有性 学習系と推論系の一貫性 Feature Engineeringと透明性 バージョン管理と再現性 ガバナンスとアクセスコントロール バッチとオンライン処理 How：どうやって実現する？ 標準的なFeature Storeの構成 Serving Storage Transformation Monitoring Registory その他、主なプロダクト群 OSS Feast Hopsworks Rasgo マネ

はじめに タイトルのとおり、RDBのデータモデリング・テーブル設計を行う際に参考にしている考え方と関連資料をまとめました。 P.S. なんと本記事内でいくつか参考として挙げさせてもらっている増田さん・かとじゅんさん・奥野さん・そーだいさんからコメントいただくことができました。 本当にありがとうございます。 前提 RDBを採用するのは事実を無駄なく正しく記録するため 正規化、トランザクション、制約とデータ整合性 基本的には始めに理想として集合論・リレーショナルモデルに基づいて正規化を考え(論理設計)、パフォーマンスなどの現実問題に対して折り合いをつけていく(物理設計) 制約を最大限利用する cf: ↑P91〜 ↑P.29,41 ↑P56〜 ↑5章 ↑P347～ 情報とデータ データ：単なる事実の値→これを永続化して蓄えるものがRDB 情報：データから生み出される意味や目的のあるもの→RDBか

Googleによる機械学習の実応用をテーマにしたCoursera の講義は、機械学習プロジェクトに携わるなら一度は見ておいても損はない 2022-03-17 過去に執筆した記事1を見返していたら そういえば講師陣がめちゃくちゃ良いこと言ってるんだけど記事内に掲載してなかったなと思い、動画を見返すと今でも学びが多かったので、講義のスクリーンショットを見返しつつ筆をとってみた。 今見たら、日本語版の講義 How Google does Machine Learning 日本語版も公開されているので、興味の湧いた方はぜひ受講しましょう。Certificate を発行しないなら無料で受講できると思います。 講義内容の説明は、過去記事1で行っているので気になる方は御覧ください。 機械学習プロジェクトの努力の割当: 期待と現実 ML Surprise https://www.coursera.org/

Google Forms APIが正式リリース。Googleフォームの作成や編集、集計などをプログラミングで制御可能に アンケートやクイズなどを簡単に制作できるGoogleフォームをAPI経由で作成、編集できる「Google Forms API」が正式版となったことを、Googleが発表しました。 Introducing the new Google Forms API! Developers can now build powerful integrations on top of Forms. Here's how you can use the new Forms API and what’s in it → https://t.co/zLcaEw2ru1 What will you build for Google Workspace? pic.twitter.com/oSkPqx

皆様、お久しぶりです。前回のエントリーから間が空いてしまいましたが、また少しずつブログの更新をしていきたいと思っています。今回は Elasticsearch と Python を使って空間検索をしてみようと思います。 以前にも Elasticsearch に関して以下のエントリーを書いているのでぜひ読んでみてください。 www.gis-py.com なお、Elasticsearch のインストールや設定などについては本エントリーでは割愛しています。 実行環境 macOS 11.3.1 Python 3.9.6 Elasticsearch 7.17.0 elasticsearch 8.0.0(Elasticsearch の Python クライアント) 手順 インデックスの作成 位置情報データを Elasticsearch に格納 空間検索 1.インデックスの作成 Elasticsearch

こんにちは！エンタメ領域のDXを推進するブロックチェーンスタートアップ、Gaudiyでアナリティクスエンジニア兼データアナリストをしている星野（@mochigenmai）です。 年初に公開したブログでお伝えさせていただきましたが、Gaudiyは今年から「プロダクト主導型の組織づくり」を進めています。 techblog.gaudiy.com プロダクト主導型の組織には、データドリブンな意思決定が欠かせません。そこでGaudiyでは、データを元にしたプロダクト改善を行い、ユーザへの適切な価値提供をしていくために、1月にデータ分析チームを立ち上げました。 今回のブログでは、データ分析チームを立ち上げた背景や、立ち上げ時の課題や取り組み、データアナリストの役割などについてお伝えします！ スタートアップで同じようにデータ分析チームの立ち上げを担っている方や、データ分析チームの役割に興味のある方にご参

Good Data Analysis Stay organized with collections Save and categorize content based on your preferences. Author: Patrick Riley Special thanks to: Diane Tang, Rehan Khan, Elizabeth Tucker, Amir Najmi, Hilary Hutchinson, Joel Darnauer, Dale Neal, Aner Ben-Artzi, Sanders Kleinfeld, David Westbrook, and Barry Rosenberg. History Last Major Update: Jun. 2019 An earlier version of some of this material

はじめまして、リンクアンドモチベーションのデータチームの東山です。 今回は、初期フェーズのデータチームならあるある？な「依頼殺到で忙殺」状態への打ち手として、うちのデータチームがとった役割定義について話してみたいと思います。 課題 まずは、どんな課題があったかの説明をさせてください。 少しずつチームが拡大してくるにあたり、「これも分析できないですか？」「こっちも何かできないですか？」と色々声かけを頂くようになり、（うれしい悲鳴ですが）忙殺されるような状況になりました。 中には、「あれ？その要件なら皆さんでやってもらった方がいいのでは？」というようなものまでありました。 理想的には、「モチベーションクラウドの解約を阻止するための高度な分析」や「モチベーションクラウドに将来搭載しうる機械学習機能のPoC」などが受けたい案件なのですが、 実際には玉石混交な案件依頼を峻別できない状態になっていたの

ガートナージャパンは2022年3月14日、日本のデジタル化に関する展望を発表した。それによると「日本でのデジタル化はその大半が従来の『IT化』や『情報化』と変わらない」という。同社はその理由を「デジタル化やDX（デジタルトランスフォーメーション）という言葉がちまたにあふれ、技術に直接関わらないビジネス層もデジタル化に取り組むようになったため」と説明している。 ガートナージャパンの鈴木雅喜氏（アナリスト　バイスプレジデント）は次のように述べている。 「企業の経営層がデジタル化を戦略として位置付けても、実際には取り組みやすい従来のIT化や情報化にとどまり、本質的なビジネス変革を目指す動きが停滞する恐れがある。技術に関わるリーダーはこうした混乱が生じていることを理解し、デジタル化の取り組みの意味についてビジネス部門（事業部門）や経営層に正しく説明しながら、技術を活用した自社のビジネス変革を推進す

EnterpriseZine（エンタープライズジン）編集部では、情報システム担当、セキュリティ担当の方々向けに、EnterpriseZine Day、Security Online Day、DataTechという、3つのイベントを開催しております。それぞれ編集部独自の切り口で、業界トレンドや最新事例を網羅。最新の動向を知ることができる場として、好評を得ています。

ここ最近、ユーザー企業がシステム子会社を吸収合併する動きがじわりと広がっている。 SUBARUは2022年2月15日、システム子会社スバルITクリエーションズを2024年に吸収合併すると発表した。住友化学も2021年7月に、デンソーも2020年にそれぞれシステム子会社を吸収合併している。 IT人材を再び本体に呼び戻す 各社は一度子会社として切り離したIT人材を再び本体に呼び戻すことで、迅速で柔軟なIT・デジタル施策を実行できる体制を整える狙いだ。 SUBARUは2024年4月をめどに、システム子会社スバルITクリエーションズを吸収合併する。SUBARUは吸収の狙いについて「デジタル技術の急速な発展・普及に伴う事業環境の変化に迅速に対応していくため」（広報）と説明。スバルITクリエーションズの300人超を本体に吸収してITリソースを一本化することで、「将来に向けた変革と成長に資するIT体制の

アップデートのお知らせ(2022/03/15) 2022/03/15(火)にケンオールをアップデートしました。 アップデート内容は以下のとおりです。 新API: 日本の祝日API 郵便番号逆引き検索API: 品質の改善 祝日や休日のAPIについて、機能要望アンケートを募集中です！ 新API: 日本の祝日API 日本における祝日は、内閣府が毎年CSVデータを公開しています。 しかし、システムで祝日データを利用するとき、CSVをダウンロードし、それをシステムにロードするというのは意外と手間がかかります。 手動で更新する場合、手順自体を検証した上で運用ドキュメントを執筆する必要があります。 さらに、手動運用によるオペレーションミスのリスクも毎年つきまとうことになります。 自動化する場合、特別に祝日が移動するケースなどに対応できるようにしなければいけません。結局のところ手動でも更新できるようにして

プログラミングの入門書で、変数だとかfor文なんかは丁寧に例えなどを使って説明されていることが多いのですけど、逐次実行はほとんど説明されていることがありません。 入門書を書く人にとって、逐次実行は自明であって説明が必要なものではないという認識があると思います。 プログラムに慣れた人にとって、プログラムが上から順に実行されるというのは当たり前で学習が必要なことには思えないと思います。 「見たままやん」 となるのではないかと。 けど、実際には上から順に動くというのがよくわからないようです。 「あ、プログラムって上から順番に実行されるんですね、わかってなかった」 と言われたことがあります。そういうふうに言ってくれる人がいるということは、言わないけどわかってなかったという人が何倍もいるはずです。 通常の文章というのは、基本的には一定の状態を仮定して書かれていて、前部と後部で表す状態が違うということ

メディア業界ではこのところ何年も、GoogleやMetaのような巨大企業を相手にした広告主の予算獲得競争について取り沙汰されてきた。こうした企業は、依然として別格だ。しかしながら、その差をゼロにはできないまでも、縮めようと果敢に挑戦する企業もある。その数少ない企業のひとつがディズニー（Disney）だ。 メディア各社のあいだではこのところ何年も、GoogleやMetaのような巨大企業を相手にした広告主の予算獲得競争について取り沙汰されてきた。こうしたメディア企業やテック企業は、オーディエンスの規模といい、そのオーディエンスから得るデータ量といい、依然として別格だ。しかしながら、その差をゼロにはできないまでも、縮めようと果敢に挑戦する企業もある。その数少ない企業のひとつがディズニー（Disney）だ。 「何しろ、ディズニーはデータ量が違う」。そう話すのはエージェンシーのある幹部だ。「ディズニ

背景 & Disclaimer 自分自身はこれまでBigQuery Scriptingをほぼ使っていませんでした BigQuery自体は3年くらいの利用歴 SQL単発で済ませるのが苦しそうな場合は、Pythonなどのプログラミング言語 + ワークフローエンジンの組み合わせで戦っており、自分としては特に困っていなかった 社内で他の方が使うケースをぼちぼち見ることがある 自分は困っていなくても、社内のBigQueryユーザーでBigQuery Scriptingを使っていて困っている人がそれなりにいる 著者はそれなりのBigQueryユーザーがいる企業のデータ基盤の人間です さすがに「使ったことないので、分からないですねー」で済ませるわけにはいかなくなってきた そもそもどんなユースケースで便利なのかすらも分かっていない状態なので、便利そうに思える場合をまとめてみることにしました というわけで、

幕張メッセでリアル開催された「Cybozu Days 2021」では、kintoneユーザーの三菱重工業（以下、三菱重工）のDX部門が異なるテーマの2つのセッションを繰り広げた。タイトルに「重厚な企業」を冠した前編に引き続く「長大な企業でDX部門と事業部門が一心同体でデジタル化を進めてみている話」では、三菱重工業 成長推進室 デジタルエクスペリエンス推進室 CRMグループの山本浩道氏が、具体的なkintoneによる業務改善について紹介した。 現場部門と連携することで実現したMAKANAI活動 登壇したデジタルエクスペリエンス推進室の山本浩道氏は、まず重厚編で説明した3つのDXについておさらいする。すなわち従業員の働きやすさを追求するEX（Employee eXperience）、顧客満足度を向上するCX（Customer eXperience）、そして次世代製品の開発を可能にするPX（Pr

トヨタとNTTグループは、コネクティッドカー向けICT基盤づくりのための技術やノウハウを共有し、2018年より3年に渡って実証実験を行ってきた。スマートモビリティ社会を実現に向けて、どのようにICT基盤作りに取り組んできたのか。技術課題へのアプローチや実証実験の成果など、その舞台裏を語る。 登壇者プロフィール トヨタ自動車株式会社 コネクティッドカンパニー コネクティッド先行開発部 InfoTech 主任 高橋 克徳氏 株式会社NTTデータ 技術開発本部 デジタル社会基盤技術センタ シニアエキスパート　葛西 亮生氏 NTTコミュニケーションズ株式会社 BS本部スマートワールドビジネス部 スマートモビリティ推進室　船引 魁人氏 日本電信電話株式会社 NTTデジタルツインコンピューティング研究センタ 研究員　磯村 淳氏 日本電信電話株式会社 NTTデジタルツインコンピューティング研究センタ 研

On 20th May 2021 Google held its developer conference I/O and announced a new algorithm for their search engine: MUM, a Multitask Unified Model [1]. For the last two years, BERT was the underlying model for their search engine. BERT was a breathtaking release and was state-of-the-art until now, until MUM came. The algorithm BERT changed a lot in the field of NLP and was applied in thousands or eve