イベントの説明
イベント概要
多くのユーザーが、ブラックボックス化した機械学習モデルがもたらすさまざまな問題を認識し始めています。意思決定者がこれらのモデルを信頼し活用できるようにするにはどうすればよいのでしょうか? 今回はこの課題に対するDataikuのソリューションをご紹介します。Dataikuでは、解釈可能なモデルを構築するとともに、構築したモデルをさまざまな機能を利用して理解することが可能です。
また本Meet-upの後半では、TISインテックグループ 株式会社インテック様をお迎えし、同社におけるデータ利活用のための研究や人材育成を含む事業化のためのお取り組み、ユースケースなどについて、データ専門家の観点からお話しいただきます。同社では2018年よりDataikuを採用し、社内のシチズンデーサイエンティストの育成や新規ビジネスの開発にDataikuをご利用いただいています。
機械学習・AIのブラックボックス化に疑問や関心をお持ちの皆様、Dataikuを利用したデータ利活用の推進にご関心をお持ちの皆様、是非ご参加ください!
セッション後には簡単な懇親会🍺を予定しています。
【お申し込み前にお読みください】
- コロナウィルス感染状況によっては、実施をオンラインに切り替える可能性がございます。その場合は前日までにご参加予定の皆様ご連絡いたします。
- 本体験会は、企業にお勤めの方を対象としています。同業他社や学生の方のご参加はお断りさせていただくことがございます。また、当日の運営を鑑み応募多数の場合には、対象者のお客様についても、お断りさせていたただくことがあるかもしれません。ご了承いただけますと幸いです。
アジェンダ
時間 | 内容 | 講師 |
---|---|---|
18:00-18:10 | オープニング 、Dataiku会社紹介 | Dataiku |
18:10-18:40 | 機械学習のブラックボックス問題を考える | Dataiku 樋口ルイ匠 |
18:40-19:20 | インテック社によるデータ利活用推進事例のご紹介 | 株式会社インテック 北橋 竜雄 氏 根本 一真 氏 |
19:20-20:00 | ネットワーキング 🍺 |
講師
北橋 竜雄 氏/株式会社インテック テクノロジー&マーケティング本部 先端技術研究所
データ活用ビジネス開発チームの技術リーダーとして、Dataiku を活用した社内データ活用の推進、データ活用提案のサポートを担当。また、自然言語処理技術に関する研究開発を推進。
根本 一真 氏/株式会社インテック テクノロジー&マーケティング本部 先端技術研究所
データ活用ビジネス開発チームのメンバーとして、機械学習のライフサイクルを管理するMLOps に関する調査、検証を担当。
樋口ルイ匠/Dataiku データサイエンティスト
お客様が当社のプラットフォームを利用してデジタル化し、データやAIを利用して業務を円滑に進めることができるように支援しています。Dataikuに入社する前はヘルスケア企業で機械学習の研究をしていました。
Dataiku無料トライアル
無料のインストール版とオンラインアカウントによる利用の2種類がございます。Dataikuオンラインアカウントの有効期間は14日間です。
https://www.dataiku.com/ja/製品/始める/
※本イベントはハンズオンではありません。そのためトライアル環境の事前セットアップは不要です。
これまでのWebセミナー
こちらのページより一覧をご覧いただけます。
「Dataikuでつくるデータパイプラインシリーズ」より、こちらもぜひご利用ください!
- Dataikuでつくるデータパイプライン① クリック操作でできるデータ取込とデータ準備
- Dataikuでつくるデータパイプライン② クリック操作でできるデータ分析とモデル開発
- Dataikuでつくるデータパイプライン③ AIのビジネス活用に不可欠なMLOpsの実現
その他関連情報
- Dataiku Webページ:https://www.dataiku.com/ja/
- Dataikuデータシート:https://www.dataiku.com/ja/製品/の主要機能/
- Dataikuデモ:https://www.youtube.com/watch?v=ErwcSAGmYQg&list=PLWjlCkA2BrRSvhNuTLH10VSQZoPRhRC1Y
- Dataiku Japan YouTube:https://www.youtube.com/watch?v=djHgxy5tK4I&list=PLWjlCkA2BrRSvhNuTLH10VSQZoPRhRC1Y
Dataikuについてお問い合わせ
こちらよりお願いいたします。
キーワード
データ解析, データサイエンス, データ分析, 機械学習, AIガバナンス, AIライフサイクル, データサイエンティスト, ML, Machine Learning, Python, scikit-learn, AutoML
資料 資料をもっと見る/編集する
資料が投稿されると、最新の3件が表示されます。