データ

ビジネスにおける AI ソリューションの実装

Jacob H. Marquez

Data Scientist

データの重要性

• データがなければ、学習するパターンもありません
• 間違ったデータ、間違ったパターン
• AIの品質はデータ次第である

データの4つの領域

$$

データの4つの領域

$$

データの4つの領域

$$

データの4つの領域

$$

取得

データの種類

• 顧客属性
• 営業情報
• 製品在庫
• マーケティングキャンペーンのパフォーマンス

サプライチェーン

• 調達
• 輸送
• 在庫レベル

画像分類用のAI

• 機械的な故障
• ラベル付き画像が1,000枚

取得

ファーストパーティ

• データ取得または既存ソースに関する創造的なアプローチ
• 他のグループと話す
• 時間をかけて獲得

サードパーティ

• データソースの専門家
• 他の企業と提携する

$$

$$

• より複雑 = より多くのデータ
• 機械学習科学者が要件を決定します

品質

品質

品質

品質

品質

品質 - データバイアス

定義: データにおける不正確または不公平な結果につながる可能性のある体系的な誤りや偏り

• {{2}}を認識および評価するためのツールと手法
• 偏った結果やバイアスのある意思決定を防ぐ
• 責任を持ってAIを構築する

セキュリティ

役立ちます:

• 信頼を維持する
• 規制に準拠
• ビジネス上の利益を保護する

理由：

• 個人識別子の削除
• リテンションポリシー
• 暗号化
• アクセス制御

練習しましょう！

ビジネスにおける AI ソリューションの実装