キャンセル
次の結果を表示 
次の代わりに検索 
もしかして: 
AI Experience Japan l バーチャルイベント l 2020年7月14日(火) 登録受付中

[アーカイブ]「大変動下での機械学習モデルへの対処」技術編

データロボット従業員
データロボット従業員
2 0 357

Blog_70_New_Featured.png

本セミナーは終了しました。ご参加ありがとうございました。

ウェビナーのビデオを掲載しております。閲覧には、ユーザー登録が必要です。

日本では緊急事態宣言が解除されたものの、、サプライチェーンの崩壊や工場の停止、インバウンドの大幅減少など、新型コロナウイルスは経済・社会へ影響を及ぼし続けています。
より身近な部分では、パニック買いが発生し、マスク、アルコール消毒だけでなく、ティッシュも品不足になり、毎朝ドラッグストアに開店前の行列ができ、スーパーでも棚に商品がないという事態に発展しました。また人々の生活パターンが変化し、これまで週末に受け取る人が多かったECが在宅勤務などで平日にも受け取る人が増えるなど、宅配物流のパターンにも変化が生じています。

その様な状況下での機械学習の活用するには、新しいデータの取得やモデルの再学習などの対策が必要とされます。

時系列モデリングには通常の予測モデルと異なった複数のポイントがあります。この違いを理解し、その対処法を知ることが、機械学習を使った時系列モデルの運用には必要です。今回のウェビナーでは、この様な大きな変化がある時代への、機械学習を使った時系列モデリングの技術とそれを運用していくためのポイントを説明します。

先日公開したブログ大変動下での機械学習モデルへの対処」の内容を、コミュニティメンバーの皆様向けに、オンラインセミナーでご紹介します。

ブログを執筆したデータサイエンティスト 中野 高文 @TakaNakano  が実際にお話します。

小売・流通業のユーザーの方は、あわせてこちらのブログ「小売・流通業のAI活用におけるコロナウイルスの影響 」もご確認ください。

イベント概要

  • 日時:終了済2020年5月27日(水) 17:00-18:00
  • 形式:GoToWebinarを使用したウェビナー
  • 対象:DataRobotのユーザーの方、ユーザー企業にご所属の方
  • 内容:「大変動下での機械学習モデルへの対処」技術編

 

紹介するポイント

  • 変化の大きい時代に時系列モデルを活用するのが難しい理由
  • 変化に対応するモデリング技術
  • 未知の変化に対してモデルを検証する方法
  • 時系列モデルの運用・ビジネス実装方法

ウェビナーの内容は後日DataRobotコミュニティで公開予定です。

たくさんの方のご参加をお待ちしております。

事前に質問募集!

コメント欄に気になる点、深堀りして聞きたいポイント等ありましたら、ご共有ください。

当日セミナー中で取り上げさせていただきたいと思います。

お知らせ
DataRobotコミュニティにようこそ!

AIとMLに関するあらゆることについて探求し、学び、コミュニティの仲間と交流しましょう。

クラスルーム形式のトレーニングをご希望の方は DataRobot University へどうぞ