Recomendados
Mais conteúdo relacionado
Semelhante a 低い判定精度でも業務改善できた事例紹介
Semelhante a 低い判定精度でも業務改善できた事例紹介 (20)
Último
Último (12)
低い判定精度でも業務改善できた事例紹介
- 2. 自己紹介 名前 寺田 将規 @masakiz_tw 所属 エムスリーキャリア株式会社 エンジニアリンググループ マネージャー 経歴 2013年エムスリーキャリアに入社し、ゼロからシステムグ ループの立ち上げや、現在稼働しているシステムのほぼ すべての構築に関わってきた 人工知能に関しては1年前から着手
- 4. 事業を支える技術 Webサイト：Kotlin + Vue.js、Ruby + Rails 業務システム：Salesforce、Tensorflow、DWH、BI
- 12. キーポイント • 機械学習で判定したデータの一部を利用 • データクレンジング • 判定に失敗してもカバーできる体制
- 13. キーポイント • 機械学習で判定したデータの一部を利用 • データクレンジング • 判定に失敗してもカバーできる体制
- 14. 60%
- 16. 94%
- 17. 学習結果一覧 Aさん 男性 東京都 ・・・ 高い 98% 意欲 意欲高いに 分類される確度 Bさん 女性 大阪府 ・・・ 低い 97% Cさん 男性 山口県 ・・・ 高い 96% Dさん 男性 高知県 ・・・ 低い 96% Wさん 男性 長野県 ・・・ 低い 3% Xさん 男性 東京都 ・・・ 低い 2% Yさん 男性 青森県 ・・・ 低い 1% Zさん 女性 兵庫県 ・・・ 低い 1% 60% 94% ＝ ≠ ＝ ＝ ＝ ＝ ＝ ≠
- 18. キーポイント • 機械学習で判定したデータの一部を利用 • データクレンジング • 判定に失敗してもカバーできる体制
- 19. データクレンジング Aさん 男性 東京都 成約 12/1 登録日 Aさん 男性 東京都 成約 12/2 Aさん 男性 東京都 成約 12/3 Bさん 女性 大阪府 1/1 同一人物が 複数回登録 過去データ 東京の男性は 意欲が高い 大阪の女性は 意欲が低い Bさん 女性 大阪府 12/1 項目無し 高い 新規項目 現職満足度 成約 失注
- 20. データクレンジング Aさん 男性 東京都 成約 12/1 登録日 Aさん 男性 東京都 成約 12/2 Aさん 男性 東京都 成約 12/3 Bさん 女性 大阪府 1/1 データ数が少ないと判定エラーになりやすいため 不要なデータを除外 同一人物が 複数回登録 過去データ Bさん 女性 大阪府 12/1 項目無し 高い 新規項目 現職満足度 成約 失注 ○ × × ○ ×
- 21. キーポイント • 機械学習で判定したデータの一部を利用 • データクレンジング • 判定に失敗してもカバーできる体制
- 25. おさらい • 機械学習で判定したデータの一部を利用 →精度が高い部分のみ利用 • データクレンジング →判定ミスにつながるデータは除外して学習 • 判定に失敗してもカバーできる体制 →判定ミスをフォローするチームを編成
- 27. ご清聴ありがとうございました