-
代表的な拡張機能の紹介 ーIn-Database Processingー
データベース上の処理を視覚的に行うことができる拡張機能 ”In-Database Processing Extension”をご紹介します。SQLで書く必要がなく、データ準備や前処理がより効率的に実行できます。パラメータの解説や使用方法も掲載しておりますので、ぜひご活用ください。 In-Database Processing（データベース内処理）は、その名の通りデータベースシステム内でデータの準備や前処理を⾏うことを指します。…
-
Rapidminer 9.10 installation on Mac
Hello, I've been trying to install Rapidminer for a course on my mac (M3, Sequoia 15.1.1) but the app just won't run with the an error message "you can’t open the application “rapidminer studio” because it may be damaged or incomplete". Tried everything I know of, but nothing. Can somebody suggest anything?
-
How to learn rapidminer?
I've done the intro tutorial videos, but I need help learning the topics outlined below. Can anyone help? Or recommend resources. data preparation & correlation, regression analysis, classification algorithms (Logistic Regression, KNN, Naïve Bayes), decision trees, and clustering. Thank you.
-
拡張機能の紹介 ーGenerative AI Extensionー
“Generative AI Extension”は、テキストと画像を生成するために OpenAI の API へアクセスするための2つのオペレーターを提供します。 Generative AI Extensionで利用するOpenAIは、テキストを理解し生成することに優れた最先端の言語モデルを提供しています。 具体的には、コンテンツ生成、要約、分類、感情分析、データ抽出、翻訳などのタスクをこなすことができます。 本資料では、Generative AI Extensionの実行準備と実行方法をご説明しておりますのでぜひご参考ください。 ※この続きは以下のpdfでご覧ください。
-
代表的な拡張機能の紹介 ーDeep Learningー
”Deep Learning Extension”をご紹介します。 この拡張機能は、CPUおよびGPUで実行するためのディープラーニング機能を提供しています。 CNNやRNNによる非構造データの分析は日進月歩の研究開発が進んでおり、皆様も非常に興味関心のある手法かと思います。 また、転移学習もサポートし始めましたので、少ない学習データからでも効率的な分析を進めることが出来るようになりました。 レイヤーの内容の編集や、CNNやRNNなども行うことができますので、ぜひお試しください。 ※この続きは以下のpdfでご覧ください。
-
拡張機能の紹介 ーOPC-UA Connector Extensionー
新しくリリースされたOPC-UA接続のための拡張機能とその実践例をご紹介します。 RapidMiner の製造業への導入が比較的増えていることから、RapidMiner を使って設備機器データの分析、モデル適用・運用を行いたいとの要望が多くなっています。 ”OPC-UA Connector Extension”は、IoT 機器から生成された過去のデータを分析するために、RapidMinerへ読み込むための機能を提供しています。 接続することによって現場レベルのデータに関する深い洞察を得ることができます。ぜひ試してみてください。 ※この続きは以下のpdfでご覧ください。
-
【機械学習初心者向け】10の機械学習アルゴリズム
機械学習と言うと、アルゴリズムのことを連想される方は多いのではないでしょうか。一方、機械学習アルゴリズムは様々な種類が用意されていて、初心者の方にとってはアルゴリズムそれぞれの違いや特徴について知ることも大変で、時間が掛かったり、時には挫折してしまったりすることもあります。 本記事では、そんな初心者の方が知っておくべき、機械学習アルゴリズムについて10個に絞ってご紹介いたします。機械学習をこれから始めたい、考えていきたい方はまずこちらを見て頂くことをオススメ致します。 ※この続きは以下のpdfでご覧ください。
-
Altairログ解析
Altairライセンスサーバーのログを取得・解析する方法を解説した資料です。 本資料では、Managedライセンスとオンプレミスの場合に分けて、ログの取得方法を解説します。さらに、ログ解析用Parserツールの使い方や、解析結果の見方を詳しく解説しております。使用日時、Feature名、ユニット数、ユーザー名など、様々な情報からライセンス使用状況を把握し、管理の効率化やコスト削減に役立てていただけますと幸いです。
-
RapidMiner SaaS Platform Security
RapidMinerのクラウドプラットフォームは、多様な分析チームが企業全体で強力なAIソリューションを作成、デプロイ、スケールできるように構築されました。しかし、それを行う前には、データが完全に自身のコントロール下にあり、認証されていないグループがそれらにアクセスしたり、関与することがないよう、適切な管理が確立されている必要があります。 この資料では、RapidMiner AI…
-
RapidMinerでメールの送信
本資料では、RapidMinerでメールを送信する方法をご紹介します。 予測結果が一定の数値を超えた場合や実行プロセスにおいて処理が完了した場合などメールを受け取ることで知らせて欲しい場合があると思います。 RapidMiner AI StudioとAI Hubの両方での実行方法をご説明します。活用例も掲載しておりますので、ぜひご参考ください。
-
【初心者向け】モデル評価指標 ークラス分類編ー
機械学習モデルの作成においてモデルの評価は重要です。 ・Performance指標がたくさんあり迷ってしまう。 ・Performanceオペレーターの種類が多くどれを使うか迷う。 といったお悩みを解決するために、評価指標をまとめました。 今回は分類モデルの評価指標をご紹介します。RapidMiner 初心者の方はぜひご覧ください。
-
検証方法のご紹介
RapidMinerでモデルを検証する際の方法をご紹介します。 検証方法にはさまざまな種類があり、手元にあるデータのサンプル数や、時系列データに対して時間軸を考慮した検証を行いたいかなど状況によって使い分ける必要があります。 ここでは次の4つの検証⽅法をご紹介します。 Leave one out 交差検証／k-fold 交差検証／group k-fold 交差検証／Sliding Window Validation（時系列データに対する交差検証） およそのサンプル数なども記載しておりますので、状況に応じて検証⽅法を試してみてください。RapidMinerで実行する時のオペレータ、設定方法をご説明しておりますので、ぜひご参考ください。…
-
代表的な拡張機能の紹介 ーSensor LinkでPI Systemと連携ー
製造業で広く導入されているPI SystemとRapidMinerとの連携を簡単に素早く行うことができる拡張機能 “Sensor Link Extension” をご紹介します。 さまざまなオペレータが収録されておりますので、PI Systemをお使いの製造業の方はぜひお試しください。 PI System：操業パフォーマンス管理に必要な情報（生産実績、品質情報、設備稼働率など）をリアルタイムに共有するシステム ※この続きは以下のpdfでご覧ください。
-
RapidMiner vs KNIME
ビジュアルワークフロー型のデータ分析プラットフォーム RapidMinerとKNIME(ナイム)について、提供しているサービスに焦点を当て比較しております。 似ている点と異なる点、また、外部からの評価として、ベンダー比較・機能比較など、RapidMiner製品・サービスの特徴もまとめてご紹介しておりますので、ぜひご覧ください。 ※この続きは以下のpdfでご覧ください。
-
【機械学習初心者向け】教師あり学習VS教師なし学習
機械学習をこれから始めようという方にとっては、分析課題に対してどのようにアプローチしていくべきなのかすら、なかなか分からないこともあるのではないかと思います。 機械学習自体の初心者向けシリーズとして、今回は教師あり学習と教師なし学習の違いの紹介から、問題解決へのアプローチを考えていきます。 今後も機械学習初心者向けのコンテンツを順次公開致しますので、RapidMinerを使って機械学習に初挑戦する方は是非ご覧ください。 ※この続きは以下のpdfでご覧ください。
-
代表的な拡張機能の紹介 ーOperator Toolboxー
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。
-
SQL Serverとの接続
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とGrafanaの連携
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。
-
現場を巻き込むものづくりデータサイエンスの進め方
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からメッセージ送信
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。
-
DX戦略を加速させるキーポイント
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。
-
RapidMiner Radoopでビックデータ分析
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 × デバイスゲートウェイ
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 cheat sheet_時系列データ編
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。
-
組織全体で活⽤するための 分析プラットフォーム ーRapidMiner導⼊のポイントー
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…