It is the top of the page

Link for moving within the page
To text (c)

このウェブサイトではサイトの利便性の向上のためにクッキーを利用します。サイトの閲覧を続行されるには、クッキーの使用にご同意いただきますようお願いします。
お客様のブラウザの設定によりクッキーの機能を無効にすることもできます。詳細はこちら

The main part starts here.

  1. ナレッジセンター
  2. Net One BLOG

チームでデータ分析!RapidMiner AI Hub

Net One BLOG
ソリューション
監視/分析

写真:伊藤 千輝

伊藤 千輝

本記事のワード一覧

はじめに

企業のDX推進、AIの民主化という言葉がメディアなどで取り上げられており、データを中心としたビジネス展開のためにもデータサイエンスの必要性が大きくなってきております。

弊社でもDX推進の一環として顧客満足度調査や営業実績、社員の資格情報、社内の保守QAなど社内のデータを用いた分析を行い、データの価値を創出する取り組みをしております。今まで感覚的に感じていたことをデータから裏付けたり、新しい発見から施策を打ったり、多くの社内DXのプロジェクトが生まれつつあります。

しかし、データはあれど分析する人がいないのが課題になっており、データを扱える人材の育成が急務になっております。

データサイエンティストにはビジネス力、データサイエンス力、データエンジニアリング力の3つが必要といわれますが、正直すべてを持っている人材はなかなかいないのではないでしょうか。このデータサイエンティストの各要素に強い人材を集めてチームで分析することで、より大きな効果を得られることができますし、データを扱うスキル向上にもつながります。

今回は、チームで分析を進める際にお勧めのプラットフォームRapidMiner AI Hubについてご紹介します。

データ分析をチームで実現するRapidMiner AI Hub

RapidMinerとはGUIでお手軽データ分析を実現するデータ分析ツールです。

RapidMiner Studioに関しては以下をご覧ください。

GUIで簡単にデータ分析!RapidMiner(基礎編)

RapidMiner AI Hubとは

RapidMiner AI Hubとは、以前からあったRapidMinerをサーバーで実装するRapidMiner Server を改良して作られ、利用者によって柔軟な分析環境を提供するプラットフォームです。

RapidMiner Studioの複数ユーザーの共同作業の実現や、誰にでも分析を提供するブラウザベースのモデル自動作成機能をもつRapidMiner GoなどチームベースのAIプロジェクトをサポートします。

また、モデルの管理、実行スケジューリング、エッジへのデプロイ、API機能を用いたAIモデルの運用などの、AIの運用の実現も可能になります。

RapidMiner Goはオンプレのサーバーでの実装可能で、各種パブリッククラウド版も用意されています。

RapidMiner Studioとの連

従来のRapidMiner Serverと同じようにStudioAI Hubは相互接続可能で、複数のRapidMiner StudioをRapidMiner AI Hub接続してモデルを共有することができます。

Studioは、AI Hubの環境で共同作業を行い、テストや本番のためのモデルの展開、実行スケジュールの調整、AI Hubのマシンスペックを利用した高速処理などが行えます。

データサイエンティストとのコラボレーション

RapidMiner AI-Hubにはデータ、分析プロセス、予測モデルをサーバーに保存し共有できます(分析プロセスの使い回しも可能)。ユーザー・グループの設定やプロジェクト、フォルダごとで権限管理ができるため、データサイエンス力のあるユーザーだけではなく、ビジネス力のある現場のユーザーとのコラボレーションも可能になります。

プログラミングで分析するユーザーにはRapidMiner AI-Hub内に搭載されたJupyter Hubを使ってPythonでの開発やプロジェクトごとのモデルやデータの読み込み、加工、書き込みが実現できます。

RapidMiner Goで簡単データ分析

RapidMiner Goはデータ分析初学者や現場のエンジニア、ビジネスユーザー向けに、プログラミング、ツールを使わずブラウザ経由でUIを提供し、クリック操作でのモデル作成を行える機能です。モデル作成や予測などのCPU負荷の⾼い計算をサーバー上で実⾏しAI Hubでモデル管理を行ってくれます。

ユーザー数無制限で利用でき、ビジネスユーザーやデータサイエンティストがモデルを構築する際に、より効果的にコラボレーションできるようにワークフローをSudioやAIHubへエキスポートできます。また、作成されたモデルはAPI経由で簡単に実装することも可能です。

データの読み込みとラベル付け

Go.JPG

相関性や欠損値の状況からデータを俯瞰し特徴量の自動選択

Go1.JPG

アルゴリズムの選択とパラメーター調整(自動チューニングも可能)

Go2.JPG

各アルゴリズムの精度比較とモデルの詳細の可視化

Go3.JPG

ユースケース

弊社では、データを扱える人材の育成と、DX推進のために社内のデータを用いたデータ分析コンペを年に2回程開催しており、そこでRapidMiner AI Hubを活用しています。

Pythonなどのプログラミングベースでデータ分析するユーザーにはJupyter notebook経由でアクセスしデータ分析を実施し、プロジェクトのリーダーを務めながらデータ分析を行います。中級データサイエンティストは、ツールを使ってRapidMiner StudioからアクセスすることでGUIでの分析フロー作成、モデルの構築を行い上級データサイエンティストになるための教育を受けながらデータ分析のプロジェクトを遂行します。初学者、初級のデータサイエンティストへはデータ分析を楽しみながら学ぶためにRapidMiner Goでモデル作成してもらいながら、データ分析の基礎を学びより上のデータサイエンティストを目指してもらいます。

まとめ

今回はチームでデータ分析を進めるために便利なプラットフォーム「RapidMiner AI Hub」を紹介しました。

このほかにもたくさんの機能を搭載しておりますので、興味のある方はネットワンシステムズにお問い合わせください。

弊社は、AIに最適なインフラをご提供するほか、データ活用、分析に必要なプラットフォームを合わせてご提案いたします。

※本記事の内容は執筆者個人の見解であり、所属する組織の見解を代表するものではありません。

カテゴリ関連記事