O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.

データ サイエンス​ TOP 5​ (2019 年 4 月 5 日​)

824 visualizações

Publicada em

データ サイエンスの世界では、​激しい戦いが繰り広げられています。​各社のビジネス リーダーは、​最適なソリューションを提供し、​競合他社に打ち勝つために​データ サイエンスを活用しています。​データ サイエンスに関する今週の注目情報 TOP 5 を作成しました。ぜひご覧ください。​

1. データ サイエンスのドリーム チームの作り方​
2. WALMART が NVIDIA GPU を活用して​需要予測の精度を向上させた方法​
3. CAPITAL ONE の事例に学ぶ​機械学習のビジネス活用を成功させるための秘訣​
4. GPU テクノロジ カンファレンスで発表された​新しいデータ サイエンス プラットフォーム​
5. ビジネス リーダーに必要なデータ サイエンスの基礎知識​

Publicada em: Tecnologia
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

データ サイエンス​ TOP 5​ (2019 年 4 月 5 日​)

  1. 1. ビジネス リーダー向けの インサイトとイノベーション 2019 年 4 月 5 日 データ サイエンス TOP 5
  2. 2. 2 データ サイエンスの世界では、 激しい戦いが繰り広げられています。
  3. 3. 3 各社のビジネス リーダーは、 最適なソリューションを提供し、 競合他社に打ち勝つために データ サイエンスを活用しています。 データ サイエンスに関する 今週の注目情報 TOP 5 をご覧ください。
  4. 4. 4 データ サイエンス TOP 5 #1 データ サイエンスのドリーム チームの作り方 #2 WALMART が NVIDIA GPU を活用して 需要予測の精度を向上させた方法 #3 CAPITAL ONE の事例に学ぶ 機械学習のビジネス活用を成功させるための秘訣 #4 GPU テクノロジ カンファレンスで発表された 新しいデータ サイエンス プラットフォーム #5 ビジネス リーダーに必要なデータ サイエンスの基礎知識
  5. 5. 5 データ サイエンスのドリーム チームの作り方 データを収集するなら、一般的には全部を収集した後に 整理するのが最善策でしょう。しかしこの方法では、 データを管理、検証、処理する段階になってから、 さまざまな問題が発生します。 それを解決するには、データ サイエンティストと対象分野の 専門家 (SME) がデータに関して緊密な協力体制を 構築する必要があります。データ収集のインフラストラクチャ を構築し、そのデータを基に迅速かつ正確な意思決定を 下すためには、両者のコラボレーションが不可欠です。 出典: https://www.forbes.com/sites/nvidia/2019/02/26/how-to-build-a-data-science-dream-team/#b61b1fa5b2d5 #1 記事を読む (英語)
  6. 6. 6 WALMART が NVIDIA GPU を活用して 需要予測の精度を向上させた方法 「現在 Walmart の JDA システムでは、週 1 回の頻度で 販売履歴データのクランチングを行い、およそ 5 億とおりに のぼる米国内の店舗と商品の組み合わせの需要予測を 実施しています」と Walmart Labs の特任データ サイエンティスト兼データ サイエンス担当ディレクターである John Bowman 氏は述べています。 これほどの大規模なデータ クランチングを行うためには、 多大なコンピューティング処理が必要になりますが、 より多くの商品を陳列し、在庫切れを減らして、 売上を伸ばせるようになるので、コストに見合った成果が 得られます。 出典: https://www.datanami.com/2019/03/22/how-walmart-uses-gpus-for-better-demand-forecasting/ #2 記事を読む (英語)
  7. 7. 7 CAPITAL ONE の事例に学ぶ 機械学習のビジネス活用を成功させるための秘訣 業界を問わず、さまざまな組織が機械学習の採用を 急速に進め、データに基づくビジネス改革を実現し、 加速させています。GPU アクセラレーションを活用した データ サイエンスの登場により、企業はインサイトを入手 するまでの時間を短縮し、組織の生産性とコスト効率を 向上させ、競争力を高められるようになりました。 AI と機械学習を活用するうえで企業が理解しておくべき ポイントについて、Capital One のシニア ディレクターを 務める Zach Hanif 氏が説明します。 出典: https://www.forbes.com/sites/nvidia/2019/02/27/reaping-success-with-enterprise-machine-learninginsights-from-capital-one/#7c7a000e265d #3 記事を読む (英語)
  8. 8. 8 GPU テクノロジ カンファレンスで発表された 新しいデータ サイエンス プラットフォーム データ サイエンティストの数は急増しており、ほぼすべての 業界でデジタル改革の一翼を担っています。データ サイエンティストの業務には膨大なコンピューティング能力が 求められるため、それに適したテクノロジを提供することが 企業の課題となっています。 GPU テクノロジ カンファレンス (GTC) において、 NVIDIA は高性能のワークステーションから、 最適化されたエンタープライズ サーバーまで、 データ サイエンティストの業務をサポートし、 企業の生産性とパフォーマンスの向上を支援する 複数のデータ サイエンス プラットフォームを発表しました。 出典: https://www.eweek.com/pc-hardware/new-data-science-platforms-highlight-nvidia-s-gpu-conference #4 記事を読む (英語)
  9. 9. 9 ビジネス リーダーに必要なデータ サイエンスの基礎知識 データ サイエンスの導入を検討するなら、企業の ビジネス リーダーはまずディープラーニングの基礎や 関連用語、AI 導入に伴う現在の課題と解決方法に ついて理解する必要があります。Forbes の記事では その概要について非常にわかりやすく説明すると共に、 参考になる関連情報のリンクも紹介しています。 出典: https://www.forbes.com/sites/nvidia/2019/02/28/from-deep-learning-to-data-science-everything-you-need-to-know/#340676693bf9 #5 記事を読む (英語)
  10. 10. データ サイエンス分野における 最新イノベーションをご確認ください。 詳細を確認する

×