データ分析と AI 関連の技術リソースとディスカッションのためのスペース。
以前、拡張機能の概要についてご紹介しましたが、今回からは代表的な拡張機能をご紹介します。 第1回目はOperator Toolboxです。この拡張機能はマーケットプレイスの「よくダウンロードされているもの」の項でも、常に上位に来ている人気の拡張機能です。「道具箱」という名前の通り、この拡張機能では様々な場面で使える便利なオペレータが収録されています。ここからRapidMinerの標準オペレータに採用されるものも多いので、いち早く使いこなすことも出来ます。各オペレータにはチュートリアルも付いていますので、使う前にまずはヘルプからチュートリアルプロセスへ飛んで、使い方を試してから使うことをお勧めします。 目的に合わせて、ぜひご活用ください。
機械学習を活用するためには、モデルを作成するだけでなく、運用することを考える必要があります。データベースに蓄積されたデータにモデルを適用したり、そのデータを使用して、モデルを再学習することもあるかもしれません。また予測結果をデータベースに保存して、ダッシュボードで結果を表示したいと考えることもあるかと思います。そのような際に、AI-StudioやAI-Hubとデータベースとの接続が必要になります。 今回はSQL ServerとRapidMinerとの接続についてご説明します。 AI Studio、AI HubからSQL Serverへの 読み込み/書き込み/更新…
RapidMiner AI-HubにはGrafanaが付属しており、RapidMinerと連携させることで、インタラクティブで動的なダッシュボードを簡単に作成することが出来ます。ダッシュボードによって、可視化が出来るだけでなく、リアルタイムモニタリング等にも活用でき、予測分析の効果や質の低下を防いだり、より効果を向上させたりといった活用が可能です。 本資料では、RapidMiner AI-HubとGrafanaの連携方法や、ダッシュボードの作成方法をご紹介しますので、既にAI-Hubを導入されている方や導入を検討している方は是非、ご覧ください。
データ分析は日本企業にも浸透し始めておりますが、一方で組織内での推進に課題やお悩みを抱えている企業も少なくありません。データ分析の効果的な活用には、組織体制自体を従来の形から見直す必要があります。 当社では、データ分析推進に適した組織として、CoE(Center of Excellence)モデルを推奨しております。データ分析担当部署や担当者だけでなく、現場も関わる形のデータ分析推進を行うことで、活用の拡大、効果の向上を図ることが出来ます。本動画及び資料ではCoEモデルの説明と進め方、そしてCoE推進に役立つデータ分析の総合プラットフォーム「RapidMiner」をご紹介します。…
RapidMiner からMicrosoft Teams / Text Messages(SMS)へメッセージを送信する方法をご紹介します。 最近 “Communicationエクステンション”が追加されました。この拡張機能を使用することで、 AIによる重要な決定をより迅速に発信し、組織内の人へ効果的に届けることができます。ぜひご活用ください。
データサイエンスは、競争力を高めるための最も重要な要素として急速に普及しています。調査結果からも今すぐデータサイエンスを活用した DX 戦略を着手する必要性が示唆されています。 競争力向上と投資の鍵は何か、企業の内部と外部の両方にプラスの影響を与える 包括的なデータサイエンスプラットフォームの必要性などについてご紹介します。DX推進の方やマネージャーの方にぜひご覧いただきたい内容になっています。
ビックデータを使った分析を行おうとした時に、課題として挙がってきやすいこととして、コンピュータ性能の拡張や複数のコンピュータでの分散処理などがあります。金銭的にせよ時間的にせよ、どれもコストが掛かってしまいやすく、乗り越えられないままビッグデータ分析が暗礁に乗り上げてしまうこともあります。 RapidMiner Radoopなら、Apache Hadoop とSpark とHiveを使って、コード無しの分散型機械学習を簡単に実装出来ます。本記事ではそんなRapidMiner Radoopの概要についてご紹介しますので、ビッグデータ分析に興味がお有りの方は一度、ご覧ください。
RapidMinerで作成したモデルを製造現場で活用していくためには、PLCやDCS、その他計測装置など様々な現場機器にアクセスしデータを収集することが必要となります。 「デバイスゲートウェイ」はPLCなどの生産現場の稼働情報を取得し、IoTサービスへ橋渡しをするデータアクセスユニットです。ウェブブラウザから簡単な設定で150機種以上の現場機器にアクセスし、インダストリー4.0で推奨されているOPC UA通信とIoTやM2Mに最適なMQTT通信など、多彩な上位通信とデータ連携を行うことができます。 本資料では、RapidMiner Serverとデバイスゲートウェイの連携事例をご紹介させて頂きます。
AI Studioには、時系列データを効率よく処理するための様々なオペレーターが備わっています。 これらのオペレーターを用いると以下のような処理(一例)をコーディングなしで実施できます。 自己相関/自己共分散 微分 ステップの等間隔化 時間ステップの等間隔化 スムージング フーリエ変換(FFT) ピーク検出 ラグ関数 積分 対数変換 移動平均 標準化 欠損値埋め ピーク検出(Z-Score) 基本統計量集計 最頻値集計 ピーク集計 多項式近似係数集計 ウインドウ処理 ウインドウ処理(サンプリングのみ) ※詳細は添付のpdfでご確認ください。
多くの企業はデータを⼗分に収集することができており、データに溺れている企業もあります。 これまで以上に速く、⼤量に、そしてより多くのフォーマットで収集されています。理論的に は、より多くの情報はより良い意思決定ができるようになるはずです。 しかしながら、現実はそれほど単純ではありません。データ収集のスピードと量が増えるにつ れて、⼈間はそれに基づいて処理して決定を下すことが難しくなり、データ蓄積フォーマット のバリエーションが多いため、従来の分析⼿法は⽇ごとに役に⽴たなくなっています。 データサイエンスがこの⼤量のデータ・情報とどのように戦っていくか、その⽅法を提供する…
There's a wealth of content waiting for you to explore! Need support or have a question? Login or join our community.