この記事は GMOアドマーケティングAdvent Calendar 2022 20日目の記事です。 みなさんこんにちは、GMOアドマーケティングのM.Hです。 今回はXAIの一つである「SHAP」というライブラリについて、自然言語処理向けの機械学習モデルの観点から書いていこうと思います。 はじめに 昨今ではもはや聞き馴染みとなった「機械学習」や「AI」ですが、そのモデルはコンピューティングシステムの計算能力の向上と共に加速度的な速さで複雑化してきています。もちろんそのようなモデルを使ってビジネスに貢献ができれば嬉しいのですが、モデルの中身に関してはブラックボックス化されていることがほとんどで、「何が要因となってこの結果がもたらされたのか？」という部分はなおざりになりがちです。 機械学習のビジネス利用が当たり前に行われるようになった今日では、こういった原因や要因に関して人間がわかる形で示そう

パーソルプロセス＆テクノロジーは、自社のDX人材育成に関与している、もしくは、関与する予定の企業経営者および会社員1,000人を対象に、DX・デジタル人材育成に関する調査を行った。 本記事は、パーソルプロセス＆テクノロジーの調査に基づきます 主な結果としては次の通りだ。この結果について、ワークスイッチ事業開発統括部部長の成瀬氏は、「eラーニングだけでは解決できない、インプットだけでなく、アウトプットも含めた「実践的な学び」の機会を増やすべき、とした。 業界別育成課題 育成課題について、「取り組んでいるがDXにつながらない」が最も高く、28.2％。次いで、「推進できる人がいない」(27.4％)、「ニーズに合った育成サービスがない」(25.3％)と続く。 業種別でみると、『建設業』では「予算が取れない」、『運輸業、郵便業』では「対象者が決められない」が高く、「ＤＸ・デジタル人材」育成の初期段階

2022-12-19 U.S.M.H、プリペイド式電子マネー「ignica money」を本格稼働、142店に導入拡大 ユナイテッド・スーパーマーケット・ホールディングス（U.S.M.H）は、自社開発の買い物専用アプリ「Scan＆Go ignica」の新たな決済方式「ignica money（イグニカ マネー）」の利用可能店舗を142店に拡大すると発表した。 「ignica money」は、現金チャージによるプリペイド式の電子マネー。店内に設置した専用機にScan＆GoアプリでMy QRコードを提示し、ignica moneyに現金をチャージすれば、買い物の精算時にScan＆Goアプリ内の電子マネーとして利用できる。 チャージ機のイメージ 11月29日から「カスミ筑波大学店」で実証実験を行っていたが、12月16日から本格稼働を開始した。利用可能店舗は、茨城県が79店舗、栃木県は7店舗、群馬

プラスオートメーション（＋A）は12月19日、立体型ロボットソーター「t-Sort 3D」の単体を、センコーが、同社の印西第2ロジスティクスセンター（千葉県印西市）に導入したと発表した。 「t-Sort 3D」は、最小3坪で60～90間口程度の中小規模向け仕分けロボット。単体運用・連動運用が可能な立体型ソーターで、商品をスキャンして受け皿に置くと、移動してラックに設置されたカゴに商品を投入して仕分ける。 センコーでは「t-Sort 3D」の単体の導入で少量仕分けを自動化 センコーの印西第2ロジスティクスセンターでは、スポーツメーカーのデサントジャパンのゴルフウエア・ゴルフ用品の店舗別出荷の仕分けに、AGV（無人搬送車）型の「t-Sort」を活用し、生産性を高め、省人化を実現していた。 しかし、日によって店舗ごとで数量にばらつきが多く、少量の店舗数が多い日には手作業で仕分けを行っていた。今回

2022-12-19 NECとトレジャーデータ、ワンストップで顧客データの統合と活用を実現する「カスタマーインサイトサービス」を提供開始 近年、企業と顧客との接点は実店舗からオンラインまでチャネルが多様化している。加えてシステム毎に、あるいはマーケティング・営業・カスタマーサポートなど部署毎に顧客データがバラバラに管理されていることも多く、適切な施策の立案や判断、顧客コミュニケーションを行う上で課題があった。また、顧客毎にパーソナライズした施策やコミュニケーションのためには、自社サービス以外から得られる顧客データも活用することが有効である。 日本電気株式会社（以下、NEC）とトレジャーデータ株式会社は、顧客データ基盤（カスタマーデータプラットフォーム）（以下、CDP）領域で業務提携する。 両社は同業務提携を基に、新たにワンストップで顧客データの統合と活用を実現する「カスタマーインサイトサー

この記事は、ABEJAアドベントカレンダー2022 の 19 日目の記事です。 こんにちは！株式会社 ABEJA で ABEJA Platform 開発を行っている坂井です。 世間では Diffusion Model 使った AI による画像生成が流行っているみたいですね。 自分は元々 Computer Vision 系の機械学習エンジニアだったんですが、この１年くらいは AI モデル開発ではなくもっぱらバックエンド開発メインでやっていて完全に乗り遅れた感あるので、この機会に有名な Diffusion Model の１つである Stable Diffusion v1 について調べてみました！*1 では早速本題に入りたいと思います！ Stable Diffusion v1 とは？ Denoising Diffusion Probabilistic Model（DDPM） 学習時の動作 for