デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ～ AI、Advanced Analytics の使いどころ ～
Download as PPTX, PDF5 likes1,095 views
GPU の分析への応用などの基礎技術の進化とクラウドの爆発的な普及に伴い、だれもが使いたいときに使いたい時だけ高性能なマシンリソースを使える時代が到来し、家電、スマホ、ビジネスアプリケーションなどありとあらゆるものに AI が搭載されているとうたわれ、一部のデータサイエンティストが担っていた高度な分析や深層学習のフレームワークもエンドユーザーで使いこなす人も少なくありません。 一方で、AI や深層学習という言葉が独り歩きし、まず AI 導入ありきでプロジェクトが始まり、目的が失われ頓挫するようなケースや、予測した結果についての妥当性について説明がつかず、結果がうまく利用できないようなケースも見られるようになってきました。 今回のセミナーでは、AI や高度な分析についての最新トレンドと、その使いどころについて、実際の事例や経験などを踏まえお伝えします。
![Confusion Matrix for karugamo
karugamoが写っているの
に、
モデルは推定できなかっ
た
▶モデルの見逃し
あり[予
測]
なし[予
測]
あり[正
解]
XX XX
なし[正
解]
XX XX](https://image.slidesharecdn.com/xyrp0ogqtoemjiqfrawa-signature-a290f43bd49f24850e291959298b007211a012c83ec058b03651be68adff62ed-poli-190221214235/85/AI-Advanced-Analytics-39-320.jpg)
![Confusion Matrix for karugamo
Karugamo でないもの
に、
Karugamo と推定
▶モデルの過検知？
あり[予
測]
なし[予
測]
あり[正
解]
XX XX
なし[正
解]
XX XX](https://image.slidesharecdn.com/xyrp0ogqtoemjiqfrawa-signature-a290f43bd49f24850e291959298b007211a012c83ec058b03651be68adff62ed-poli-190221214235/85/AI-Advanced-Analytics-40-320.jpg)
![[第50回 Machine Learning 15minutes! Broadcast] Azure Machine Learning - Ignite ...](https://cdn.slidesharecdn.com/ss_thumbnails/20201205ml15minazuremlignite-201205101214-thumbnail.jpg?width=560&fit=bounds)
![[Developers Festa Sapporo 2018] Azure AI ～Microsoft AzureでのAI開発のイマ～](https://cdn.slidesharecdn.com/ss_thumbnails/20181117devfestasapporoazureaipublic-181119035506-thumbnail.jpg?width=560&fit=bounds)
Ad
More Related Content
What's hot (20)
Similar to デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ～ AI、Advanced Analytics の使いどころ ～ (20)
![[Developers Summit 2018] Microsoft AIプラットフォームによるインテリジェント アプリケーションの構築](https://cdn.slidesharecdn.com/ss_thumbnails/20180215developerssummitmicrosoftaiplatform-180218215607-thumbnail.jpg?width=560&fit=bounds)
![Inspire2017 Nagoya [Keynote NAG] Where the People Meets to Inspire the Business](https://cdn.slidesharecdn.com/ss_thumbnails/inspire2017nagoyakeynotenagwherethepeoplemeetstoinspirethebusiness-171009030901-thumbnail.jpg?width=560&fit=bounds)
![Inspire2017 Sapporo [Keynote SAP] Where the People Meets to Inspire the Business](https://cdn.slidesharecdn.com/ss_thumbnails/inspire2017sapporokeynotesapwherethepeoplemeetstoinspirethebusiness-171017061239-thumbnail.jpg?width=560&fit=bounds)
![Inspire2017 Osaka [Keynote OSK] Where the People Meets to Inspire the Business](https://cdn.slidesharecdn.com/ss_thumbnails/inspire2017osakakeynoteoskwherethepeoplemeetstoinspirethebusiness-171002043521-thumbnail.jpg?width=560&fit=bounds)
![Inspire2017 Fukuoka [Keynote FUK] Where the People Meets to Inspire the Business](https://cdn.slidesharecdn.com/ss_thumbnails/inspire2017fukuokakeynotefukwherethepeoplemeetstoinspirethebusiness-170921014123-thumbnail.jpg?width=560&fit=bounds)
Ad
More from Daiyu Hatakeyama (20)
Ad
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ～ AI、Advanced Analytics の使いどころ ～
- 1. 畠山 大有 | Daiyu Hatakeyama | dahatake 日本マイクロソフト株式会社 Cloud Solution Architect デジタルトランスフォーメー ション時代を生き抜くためのビ ジネス力 - AI、Advanced Analytics の使いどころ
- 3. 変化のスピード2007 $100,000 2013 $700 2007 $40,000 2014 $100 2007 $550,000 2014 $20,000 2000 $2.7bn 2007 $10m 2014 $1,000 1984 $30 2014 $0.16 2009 $30,000 2014 $80 2007 $499 2015 $10 DNA Solar Smartphones Drones 3D Printing Industrial Robots Sensor (3D) 手軽な価格で技術が手に入るようになり、 驚異的なペースで変革が加速 2 2 3 3 4 4 5 6 6 8 20 0 2 4 6 8 10 12 14 16 18 20 22 Xiaomi Snapchat Airbnb CloudFlare Uber Average Unicorns Tesla Cloudera Facebook Google Typical Fortune 500 years 時価総額が1,000億円に達するまで Source: World Economic Forum
- 5. 従業員 管理者 ID: xxx 仮説の域を出にくい世界 ユーザー 情報 使いや すさ
- 6. 仮説 今 (KPI) Business Intelligence (BI)
- 7. 過去
- 8. + Big Data + BI =定量的に今を見る 未来を考察する 過去 未来
- 11. feedback 2 3
- 12. Open Data Initiative Reimagining customer experiences
- 13. Announcing the Open Data Initiative Deliver unparalleled business insight from your behavioral, transactional, financial, and operational data with the Open Data Initiative — a jointly-developed vision by Adobe, Microsoft, and SAP. https://news.microsoft.com/ja-jp/2018/09/25/180925-ignite-2018-open-data-initiative/
- 18. ユーザー中心 より 機敏 に 革新的 な サービス を提供する Innovation
- 20. Realtime
- 21. Realtime
- 22. Cart
- 25. Simulation
- 26. • •
- 29. 1つのビデオコンテンツを複数のチャネルに配信。様々なシナリオへ対応 • 契約開始時のフォロー • Upsell / cross sell • Relationship building – 感情に訴えかけるもの: 招待制、誕生日、記念日
- 30. x2 90% x300% CTR WATCHED TILL THE END SALES RATE numbers in transactions and value even 300 % higher Increased loyalty: on average, more than 90% viewers watch video till the end higher click-through rates and engagement – even more than 85%
- 33. トレーニング済みのモデル ビジネスロジックにMLをアタッチ Azure Databricks VMs Deep Learning Framework Deep Learning モデルの作成 TensorFlow KerasPytorch Azure Machine Learning LanguageSpeech … SearchVision On-premises Cloud Edge 生産性の高いサービス データサイエンティストと開発チームの生産性を上げる パワフルな Compute Deep Learning の学習と推論の加速 柔軟な推論環境の選択肢 Cloud と Edge へのモデル展開と管理 Machine Learning on Azure Chainer
- 38. 分類モデルの評価 = Confusion Matrix ①True Positive（真陽性） : 100%に近いほど良好 ⇒A/(A+C) ②False Positive（偽陽性） : 0%に近いほど良好 ⇒B/(B+D) ③True Negative : 100%に近いほど良好 ⇒D/(B+D) ④False Negative : 0%に近いほど良好 ⇒C/(C+D) ⑤Accuracy（正解率） : 100%に近いほど良好 ⇒「○」「×」を正しく予測できた割合 ⇒(A+D)/(A+B+C+D) : 100%に近いほど良好 ⑥Precision（適合率） : 100%に近いほど良好 ⇒A/(A+B) ⑦Recall（再現率） : 100%に近いほど良好 ⇒①に同じ ⑧F1 Score :1.0に近いほど良好 ⇒⑥、⑦の複合指標 ⇒2×(⑥×⑦)/(⑥+⑦) 検証用データ 予測で得たクラス ○ × 正解の クラス ○ A件 C件 × B件 D件 正解が「○」 のデータ 推測で「○」と されたデータ A件C件 B件 D件 予測結果例 主な評価指標
- 39. Confusion Matrix for karugamo karugamoが写っているの に、 モデルは推定できなかっ た ▶モデルの見逃し あり[予 測] なし[予 測] あり[正 解] XX XX なし[正 解] XX XX
- 40. Confusion Matrix for karugamo Karugamo でないもの に、 Karugamo と推定 ▶モデルの過検知？ あり[予 測] なし[予 測] あり[正 解] XX XX なし[正 解] XX XX
- 43. AI と 人 のコラボレーション
- 55. Trusted Cloud
- 56. 共同責任 Microsoft だけで、守れるわけではない。 皆様 Microsoft On-Premises IaaS PaaS SaaS
- 58. 2017年からあります… GUI で誰でもできる 襟あり RALPH LAUREN Cognitive Services Custom Vision
- 60. 課金: クエリ能力 と ストレージ の分類
- 61. Microservices = サービスの容易な追加 APPLICATIONS DASHBOARDS BUSINESS / CUSTOM APPS (STRUCTURED) LOGS, FILES AND MEDIA (UNSTRUCTURED) r SENSORS AND IOT (UNSTRUCTURED) DATABRICKS SQL DB SQL DW ANALYSIS SERVICES DATA FACTORY DATA EXPLORERDATA LAKE STORAGE IOT HUB STREAM ANALYTICS AKS APPLICATIONSAKS Time Series Insight 時系列データの表示 開発しやすいものを リアルタイム以外の データジョブ管理
- 68. Step-by-Step Learning Achievements スムーズな Learning 環境 無料 日本語対応 ブラウザーのみ。ハンズオ ン環境も含めて ダウンロード可能なサンプ ルコード Product/Service, 技術レベル, job role, などに応じたガイダ ンス Videos, チュートリアル, ハン ズオン スキルアップを促すため ユーザー プロファイル毎に カスタマイズ www.microsoft.com/learn
- 69. © 2019 Microsoft Corporation. All rights reserved. 本情報の内容（添付文書、リンク先などを含む）は、作成日時点でのものであり、予告なく変更される場合があります。