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
おすすめのリソース
電子書籍
Improving Data Quality in the Age of Generative AI
Data fuels AI, shaping the future of your business. The quality, integrity and availability of that data are pivotal in determining the success of generative AI initiatives.
今すぐ読む