ノーコードではじめる表データ解析

「遺伝子変異と疾患発症の関連性」について高校生がノーコードツールで解析した話

こんにちは。ヒューマノーム研究所次世代先端教育特命研究員の辻敏之と申します。普段は中学・高校の教員をしながら、ヒューマノーム研究所のお手伝いをさせていただいています。勤務している学校では、一部の生徒が「研究活動」と称して各自が研究テーマをもって研究を行っています。そのジャンルは多岐にわたるのですが、ここではその中でHumanome CatDataを活用した事例について紹介させていただきます。その生徒の研究テーマは「遺伝子変異と疾患発症の関連について」というものです。

データサイエンス人材がいなくてもなんとかなる！ AIツールを使ったチーム開発

こんにちは！ヒューマノーム研究所です。 AIは既に多くの業界で利用されていますが、みなさんは自分自身でAIを作ったり、自分が作ったAIでデータ解析をしてみたことはありますか？　どんなに単純な機能であったとしても、実際にAIを作って活用してみた経験をお持ちの方は、それほど多くはないのではないでしょうか。当社は「Humanome CatData（以下「CatData」）」という表データを使ったAI開発ツールを開発しています。CatDataはノーコードツールという、プログラミ

CatDataの機能追加だより｜チームで分析！「グループ機能」をご紹介

こんにちは。ヒューマノーム研究所です。最近は、表データ向けのAI開発ツール・Humanome CatData（以下「CatData」）の新機能を精力的に開発しています。みなさまに便利に使っていただけるように、どんどん機能改善していけたらと思っています。さて今回は、なんと5ヶ月ぶり（！！！）の新機能のご紹介になります。今回ご紹介するのは、複数人での解析が便利になる「グループ機能」です。この機能を利用すると、チームでAI解析ができるようになり、複数人での作業がスムーズに進

レンタサイクルの利用者数を予測するAIをノーコードで作ってみた｜第5回：時系列データの取り扱い

こんにちは！ヒューマノーム研究所でインターンをしている佐藤です。今回の連載では、レンタサイクルのデータについて、当社が開発するHumanome CatData（以下CatData）を用いて分析しています。第1回から第4回目では、2011年1月1日〜2012年12月31日までに集められたレンタサイクルのデータを2012年11月1日で分割し、2011/01/01〜2012/10/31のデータでモデルを作成し、2012/11/01〜2012/12/31のデータでモデルの評価

レンタサイクルの利用者数を予測するAIをノーコードで作ってみた｜第4回：作成したAIの評価と精度向上

こんにちは！ヒューマノーム研究所でインターンをしている佐藤です。この連載では、レンタサイクルのデータを当社が開発する Humanome CatData（以下CatData）を用いて分析し、自転車のレンタル数を予測するモデルを学習しています。今回は、前回に引き続き、レンタサイクルのデータをCatDataで分析していきます。前回の記事では、学習用のデータとして準備した2011/01/01〜2012/10/31分のレンタサイクルの利用者数データを使ってモデルを作成しまし

レンタサイクルの利用者数を予測するAIをノーコードで作ってみた｜第3回：レンタル数を予測するモデルの学習

こんにちは！ヒューマノーム研究所でインターンをしている佐藤です。今回の連載では、レンタサイクルのデータを当社が開発する Humanome CatData（以下CatData）を用いて分析し、自転車のレンタル数を予測するモデルを学習します。前回の記事では、AIの作成に向けた事前準備として、時系列データを分割しました。今回は、前回作成した 2011/01/01〜2012/10/31 分のデータを使って、自転車のレンタル数を予測するモデルを学習します。 CatDataを使

もっと使えるAUC〜ROCカーブを利用してよりよいモデルを選ぼう

ヒューマノーム研究所・代表の瀬々です。今回は、機械学習モデルを作成したあと、そのモデルの性能を評価する指標・ROCカーブ (Receiver Operating Characteristic curve）とAUC（Area Under the Curve）について解説します。AUCの計算のもととなるROCカーブの形から、よりよいモデルはどれなのか？を読み解く方法もご紹介しますので、ぜひ最後までご覧ください。モデル評価に使われる指標について〜精度とAUCAUCは、「故障

【機械の故障予測法をご紹介】Humanome CatData × 機械の稼働データを使ったAI解析

こんにちは。ヒューマノーム研究所・代表取締役社長の瀬々です。今回は、どの機械が故障しそうか？を予測するAIを構築していきます。壊れてしまう前に機械の不調の兆しに気づくことで、代替機材や交換部品の事前準備が可能となり、工場の安定した稼働をサポートします。このAIを利用することで、人の目を通さずに機械の不調を知ることができます。 1. 「機械の故障を予測するAI」構築に向けた目標設定AI構築を行う際に必要となる目標設定や全体の流れは、こちらのnoteの記事と同様です。この先

ワクワクから始めるAI・データ解析（7.AI予測編）

この記事は初心者向けのノーコードAI構築ツール「Humanome CatData」（以下「CatData」）を使い、まずデータをさわってAIづくりをはじめよう、という連載の最終回となります。これまでの記事は以下のリンクからお読みいただけます。前回から2回にわたって、AI構築とその評価方法の基本的な流れについてお話しました。導入・目標設定編でも触れた通り、AI構築のゴールは、未知のデータを構築したAIに適用し、予測された結果を次の行動につなげることです。最終回となる今回

ワクワクから始めるAI・データ解析（6.AIモデル評価編）

この記事は初心者向けのノーコードAI構築ツール「Humanome CatData」（以下「CatData」）を使い、まずデータをさわってAIづくりをはじめよう、という連載の第6回となります。これまでの記事は以下のリンクからまとめてお読みいただけます。前回は、前処理が終わったデータを使ったAIモデルの構築を行いました。今回は、前回構築したAIモデルは実用に足る品質なのか？について確かめるため、性能評価を実施します。 CatDataを使えば、AIモデル自体は簡単に作成で

ワクワクから始めるAI・データ解析（5.AIモデル構築編）

この記事は初心者向けのノーコードAI構築ツール「Humanome CatData」（以下「CatData」）を使い、まずデータをさわってAIづくりをはじめよう、という連載の第5回となります。これまでの記事は以下のリンクからお読みいただけます。前回まで2回にわたり、データをさまざまな角度から確認し、解析の方向性をブラッシュアップする行程「可視化」についてお話しさせていただきました。今回からいよいよAIモデルの構築に入ります。 CatDataではクリックだけでAIモデル

ワクワクから始めるAI・データ解析（4.可視化編　その2）

この記事は初心者向けのノーコードAI構築ツール「Humanome CatData」（以下「CatData」）を使い、まずデータをさわってAIづくりをはじめよう、という連載の第4回となります。これまでの記事は以下のリンクからまとめてお読みいただけます。前回は、データをグラフにすることで、情報の組み合わせを比較し、予想にあたりをつける手順についてご説明しました。今回も引き続き「可視化」についてのお話になります。前回の補足的な位置づけとして、前処理と可視化を組み合わせて、デ

ワクワクから始めるAI・データ解析（3.可視化編　その1）

この記事は初心者向けのノーコードAI構築ツール「Humanome CatData」（以下「CatData」）を使い、まずデータをさわってAIづくりをはじめよう、という連載の第3回となります。これまでの記事は以下のリンクからまとめてお読みいただけます。前回は、データ解析にかかる時間の7割はここに割かれると言われ、構築されるAIの精度に大きな影響を及ぼす行程「前処理」のお話でした。今回から2回に渡って、データをグラフや図にして確認する「可視化」についてご説明します。前処理

ワクワクから始めるAI・データ解析（2.前処理編）

この記事は初心者向けのノーコードAI構築ツール「Humanome CatData」（以下「CatData」）を使い、まずデータをさわってAIづくりをはじめよう、という連載の第2回となります。これまでの記事は以下のリンクからお読みいただけます。前回は、解析の大きな流れの説明を中心に、データ解析とAI構築の関係、データ解析のスタート地点となる目標設定の重要性についてお話しさせていただきました。今回はデータ解析にかかる時間の7割はここに割かれると言われ、構築されるAIの精度

#AI