DataRobot～モデルの実運用化

AIの機械学習を半自動で行ってくれるツールに
DataRobotというものがあります。
とても便利ですので、使い方をまとめておきます。
機械学習のステップは、
データの収集と準備→モデルの生成→モデルの評価と解釈→モデルの実運用化になります。
今日はモデルの実運用化についてまとめます。

4.モデルの実運用化
AIは、ビジネス課題を解決するためのツールである。
ビジネスモデルを理解して、AIを活用することにより目指す姿、必要な精度を押さえる。
また、AIを活用することによる競合優位性を考える。
競争優位性は、コスト削減系の取り組みではなく、新しい価値を創造するための取り組みである。
テーマが決まれば、モデルの構築と検証になる。
学習モデルに利用するすべてのデータ準備と加工をする環境を構築する。
現場の感覚から見ても納得感のあるモデルを得ること。
そのためにも、実プロジェクトにおいて、意思決定者と運用部門の巻き込みが大切となる。
プロジェクト開始初期から担当者をアサインしてもらう。
モデルの構築と検証が終われば、ビジネス適用のための投資判断となる。
ROIを事前に見積もり、意思決定者からの承認を得ておく。
ビジネス適用後、モデルの運用監視、ライフサイクル管理、ガバナンスのオペレーションのルールを決める。
これらは、新たなビジネス課題を解決するための拡張性に関しても考慮して決定する。