Tableauで実現するAI時代の次世代データ活用 （後編）
•
0 likes•307 views
【基調講演】 Tableauで実現するAI時代の次世代データ活用 現在、企業におけるデータ活用は新たなステージを迎えようとしています。過去と現在のデータを可視化する段階から、機械学習やAIを活用して、未来予測や、人知を超えるインサイトを発見し、ビジネスモデルを改革することが求められています。本講演では次世代のデータ分析プラットフォームとしてTableau が実現する「未来」のデータ活用をご紹介します。
Recommended
More Related Content
What's hot
What's hot (20)
Similar to Tableauで実現するAI時代の次世代データ活用 （後編）
Similar to Tableauで実現するAI時代の次世代データ活用 （後編） (20)
More from Tomohiro Iwahashi
More from Tomohiro Iwahashi (11)
Tableauで実現するAI時代の次世代データ活用 （後編）
- 3. １．AIを取り巻く現状
- 7. 製造業 目視検査・モニタリング 部品選定 農業 作物生産管理・選別・農薬散布・ 肥料最適化 医療 画像診断・創薬・在宅医療 防災・防犯 不審者検知・災害予知 エネルギー 電力最適化・送電線点検 金融 コールセンター・不正検出 物流 無人物流・積載最適化 流通 来店者属性・自動レジ・陳列 独立行政法人情報処理推進機構AI白書編集委員会.ＡＩ白書 ２０１９ 教育・行政 教育最適化・文書作成 AIの応用が検討される産業と分野
- 8. 経営者 が 考え なけれ ば いけ ない ポイント どの 部分 に AI や ロボット を 導入 し、 どの 部分 を 社内外 の 人材 に ま かせる かを 決め なけれ ば なら ない。 それ は 経営 の 意思 そのものだ 独立行政法人情報処理推進機構AI白書編集委員会.ＡＩ白書 ２０１９ 決まり きっ た 作業 は どんどん 機械 に 置き換え られる しかし、AI に すべて の 作業 が 奪わ れる わけ では ない。
- 12. 何が起こったか なぜ起こったか 何が起こるか？ 何をするべき か？過去と現在の可 視化 未来予測や人知 を超えるインサ イトを得る データから得られる価値 情報 インサイト 最適化 価値 いまここ 4 Stages Of Data Analytics Maturity: Challenging Gartner's Model
- 14. データサイエンスとは、社会に溢れているデータ から価値を引き出すこと・・・ R, Python, SPSS, SAS,KXEN,KNIME, RapidMiner, DataRobot Magellan Blocks ビジネスの理解 データの理解 データの準備 予測モデルの作 成 モデルの評価 展開と共有 デジタルトランス フォーメーション 市民データサイエンス 機械学習・AI Tableau Desktop Tableau Server Tableau Desktop Tableau Prep
- 16. Kdnuggets Data Science Jobs Report 2019 求人サイトの必 要スキル掲載数 → 人気度 データサイエンス業界での注目技術
- 17. 訓練データ 2018年 テストデータ 2019年 温度 湿度 … kw 50 60 70 ？？ 40 50 50 ？？ ②予測の実施 予測モデル 予測結果 温度 湿度 … kw 50 60 70 xxx 40 50 50 yyy ①予測モデルの作成 Python + Tableau 連携 電力消費量の予想 温度 湿度 … kw 50 60 70 178 40 50 50 230 CSVでバッチ 連携 ③予測の評価
- 20. Python 連携 電力消費量の予想 気象データだけでは当てはま りの良い予測モデルが作成で きていない？ → なぜか？ → 可視化で深堀する 気象データのみを説明変数とする RMSE = 638.2
- 21. Python 連携 電力消費量の予想 可視化によってドメイン知識とデータを結びつける 寒いとき、暑いときに電力消費量が高い → 20℃からの絶対値を説明変数に加える 平日、日中の電力消費量が高い → 曜日、時間帯を説明変数に加える 電力 気温 曜日・時間帯ごとの電力消費量
- 22. 気象データのみ RMSE = 638.2 気温補正＋時間帯を追加 RMSE = 448.4 Python 連携 電力消費量の予想
- 24. 気象データのみ RMSE = 638.2 気温補正＋時間帯を追加 RMSE = 448.4 休日、祝日フラグを追加 RMSE = 296.5 適切な説明変数（特徴量）を選択 し、予測精度を向上させる。 Python 連携 電力消費量の予想
- 25. 一連の特徴量作成はTableau Prep で記述→自動化 2018年のモデルを使って2019年 の電力需要を予測 RMSE=330.2 Python 連携 電力消費量の予想 Tableau Prep
- 26. 4月 予測モデル 予測結果 温度 湿度 … kw 50 60 70 129 40 50 50 312 Tabpyリアルタイム予測 リアルタイム 予測 Tabpy 予測モデルの作成 ＋デプロイ 5月 温度 湿度 … kw 50 60 70 129 40 50 50 312 6月 温度 湿度 … kw 50 60 70 129 40 50 50 312
- 30. 5. 未来のBIについて考える
- 31. v2019.1 - Ask Data – データに聞く
- 32. v2019.3 – Explain Data クロアチア選手の年収平均の高 さは身長の高さに関係がある
- 33. 前準備 - 入力ミスやデータの 揺らぎを自動で修正 - 非構造化データを自 動成形 モデル - 必要なデータソース をサジェスチョン - スキーマ結合の自動 化 未来の予測 - 機械学習・AIによ る未来の予測 インサイトの発見 - 以上や特徴を自動 的に検知してレ ポート Smart Analytics 明日の銀座支店のビール の売り上げ予想は一体い くらだろう？ 明日はよく晴れて気温が 上がるので、100万円売 上アップするでしょう。 在庫が足りないので50 ケース発注したらいいで すよ！