Esther
2017年からAlteryxを
課題解決に利用
データサイエンス、自動機械学習、NLP
AI（人工知能）で、正確かつ信頼性の高い結果を得るためには、適切なデータの利用が不可欠であり、 コーディングのスキルも求められます。 AutoML（自動機械学習）は、特徴量、予測モデル、説明の自動作成により、これらの課題を解消します。 さらに、ワークフローへの Python や R のコードの追加や、PDF からの非構造化テキストデータの抽出も簡単に行うことができます。
予測
- 時系列モデルの ARIMA や Facebook の Prophet Estimator などの予測手法により、トレンドや季節性を加味した分析を行えます
- モデルのパフォーマンスをランク付けするリーダーボードを備えており、さまざまな予測モデルの有効性を一度に比較できます
自動機械学習
- 自動機械学習と Deep Feature Synthesis で機械学習パイプラインを構築し、インサイトを自動生成することで、データに潜む影響要因を明らかにします
- チュートリアルモード機能やAlteryxコミュニティのラーニングパスなどを通じて、全社的なスキルアップを図ることができます
テキストマイニングと自然言語処理
テキスト前処理やテキストサマリーを使用して、非構造化データを簡単に分析用に準備できます。 また、固有表現抽出と品詞タグ付けを使用して、テキストのメタデータを作成し、 トピックモデリングや感情分析を通じて、データの主要なテーマや感情をすばやく理解することも可能です。
コンピュータービジョンと OCR
- PDF や文書からのデータ抽出を自動化したり、システムで生成された PDF からデータを抽出したりすることができます
- 画像分類モデルのトレーニングや、バーコードツールを用いたダイレクトレスポンス用の QR コードの作成などを行えます
データサイエンティスト
- Featuretools、Compose、EvalML、Woodworkなどのオープンソースライブラリの活用により、機械学習とデータサイエンスの取り組みを強化できます
- 40 以上のドラッグ & ドロップツールで、強力なインサイトの生成や、R 言語や Python でのコード化を簡単に行えます