マガジンのカバー画像

AIのビジネス導入を考える上で読みたい記事

15
本
これからAI (機械学習や深層学習) をビジネスに導入したい、自社のデータを活用したい人にお役立ちの記事をピックアップしています。
運営しているクリエイター
武田元彦 | DataStrategy Inc. CEO

AI(deep learningや機械学習)導入にあたって危険と思った5つの兆候

週にだいたい15件(1日3件ほど)のAI(ここではdeep learningや機械学習を指します)導入に関するご相談をいただきます。それを3年間やっているので、相当数1,000社くらいはお話したかと思います。(こういうとなんか胡散臭いですね笑) その中で「これは実運用までは遠いだろうな」と思う瞬間がいくつかあるので、それを抽象化してまとめてみました。 ※追記: 抽象化したものを記載しております。特定の企業や個人のAI導入に対するアティチュードを非難/否定するのものではない

Yuki Mimuro

Uber徹底研究 -「続き」MaaSを支えるデータサイエンス編 レコメンド-

今回も前回に引き続き、Uberが使用するデータサイエンス、特にレコメンドについて紹介していきます。 前回、ご好評いただいた以下の記事を含め、まずはこれまでの連載をまとめておきます。 ・Uber徹底研究 -ビジネス概要編- ・Uber徹底研究 -UX改善編- ・Uber徹底研究 -ゲーミフィケーション・行動科学編- ・Uber徹底研究 -MaaSを支えるデータサイエンス編- ■Uberがレコメンド？そもそも、Uberがするレコメンドなんてあるの？という疑問を持たれる方もいら

Tack

Uber徹底研究 -MaaSを支えるデータサイエンス編-

今回はUberが使用する高度な手法について紹介します。紹介するのは以下の5つですが、レコメンドに関しては次回に回します。今回からは少し専門的な内容になります。 ・需要予測 ・配車最適化 ・ダイナミックプライシング ・解約予測 ・レコメンド(ボリュームが多いので、次回説明) 本記事は連載4回目の投稿ですが、これまでの投稿は以下の通りです。 ・Uber徹底研究 -ビジネス概要編- ・Uber徹底研究 -UX改善編- ・Uber徹底研究 -ゲーミフィケーション・行動科学編-

Tack