ホワイトペーパー

機械学習の精度が低いのはデータのせい?!つまづきやすい「データ準備」を解決する10のヒント

株式会社アシスト(Paxata) 2018年11月19日

Iが身近な存在となり、これまではハードルの高かった機械学習が、ビジネス部門のユーザーにも広く利用されるようになりつつある。しかし意外と知られてないのが、機械学習の予測精度を決めるのは、アルゴリズムではなく、アルゴリズムにかけるデータそのものという事実である。

実際、機械学習の現場では、ユーザーの実に90%が「事前のデータ準備が重要である」と考えていることが明らかになった。機械学習が進むほど、この「データ準備(データ・プレパレーション)」は、が非常に重要なステップになっている。

本資料では、機械学習の予測モデルの精度を上げるための効果的なデータ準備に関する10のヒントとともに、エンタープライズのデータ・プレパレーションを実現するまったく新しいツールである、アシストが提供する「Paxata(パクサタ)」について解説している。ダウンロードしてAI活用の“次のステップ”に踏み出していただきたい。

CNET_IDでログインして資料をご覧ください

CNET_IDはCNET Japan/ZDNet Japanでご利用いただける共通IDです

パスワードをお忘れですか?

CNET_IDをお持ちでない方は
CNET_ID新規登録(無料)
このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]