サプライチェーンの「DX」という言葉がメディアで日々取り上げられる一方で、「どこから 手をつけて良いのかわからない」「どんな体制が必要なのか」といった 声が多く聞かれます。遅れていると指摘される日本の DX をどう進めて いくべきなのでしょうか。現場起点で AI 活用に取り組み、全社的に AI 活用を推進しているヤマハ発動機株式会社の大西 圭一氏とダイハツ 工業株式会社の太古 無限氏に、DX を推進するプロジェクトをどう立ち上げ、どう広げていったのかを聞きました。
DataRobot Japan VP, Japan Applied AI Experts
DataRobot Japan 3番目のメンバーとして参加。現在は、金融業界を担当するディレクター兼リードデータサイエンティストとして、金融機関のお客様での AI 導入支援から CoE 構築の支援を行いながら、イベント、大学機関、金融庁、経産省などでの講演を多数実施。初期はインフラからプロダクトマネジメント業、パートナリング業まで DataRobot のあらゆる業務を担当。前職はデータマネジメント系の外資ベンダーで分析ソリューション・ビッグデータ全般を担当。
今回は数ある機械学習のモデル精度の評価指標の中でも私のお気に入りであるにも関わらず前回の最適化指標ブログでは取り扱うことができなかったFVE Binominalについて紹介したいと思います。分類モデルの精度を単一の指標で測る上ではトータルバランスで現時点最強の評価指標だと考えています。これまで分類問題ではとりあえずAUCを使っていた人もこのブログをきっかけにFVE Binominalを利用いただければ幸いです。
- DataRobot MLOps監視エージェントによるAIモデルの運用管理 - はじめに 小売・流通業界のお客様を担当…
DataRobotで金融チームディレクターをしています、小川幹雄です。DataRobotの肩書きとは別に、一般社団法人金…
2021年11月12日に金融庁は「モデル・リスク管理に関する原則」を公表。Part 2では、金融庁の示すモデル・リスク管理における8原則を解説しながらAIサクセスとDataRobot MLOpsによってどのように対処できるかについて解説していきます。
2021年11月12日に金融庁は「モデル・リスク管理に関する原則」を公表。急速に進む金融機関のAIモデル活用ではAIモデルのリスク管理が、モデル・リスク管理では体制とそれを実現するシステムが重要になります。Part1では、3つの防衛戦などAIモデル・リスク管理における態勢構築を中心に解説。
オフセット項を利用することによって、ビジネスロジックや既存のドメイン知識をそのままモデルに組み込むことができます。少し高度なテクニックですが、オフセット項を身につけるとより機械学習の幅が広がります。
金融機関での不正出金のニュースが世を賑わしています。ほぼ毎日なんらかの不正が行われています。その被害額も凄まじく、2019年1年間のクレジットカードの不正利用額は273.8億円にも上ります。本ブログでは、様々な不正の種類に触れながら、実際に不正を防ぐための対策をどのようにAIで実現していくか紹介します。
金融業界においてもCOVID-19はマーケットへの影響、外出自粛や中止要請による生活スタイルの変異による経済活動の変化と様々な影響を及ぼしています。このような激動な時期におけるAI活用はとても注意が必要になります。私たちは各々の健康を守ることを最優先にしながらも、経済活動を止めないために今の時期に考えなければならないことが多々あります。本ブログでは、これまでAIを活用していた分野における影響、今の時期にこそチャレンジする価値のあるAI活用領域について紹介していきます。
DataRobotブログでは、機械学習の技術ティップス、産業各界における応用事例、AI活用の組織的課題などについて今年も弊社のデータサイエンティストが精力的に執筆してきました。今回は今年一年間の振り返りとして、各メンバーが注目した、今年のニュース総集編企画を行いたいと思います!