H2O Driverless AIは
専門家がいなくても始められる
機械学習自動化プラットフォームです
H2O Driverless AIは、
AIに関する専門的な知識がなくても、
Webブラウザから操作するだけで、
高精度なAIモデルを生成できる機械学習プラットフォームです。
機械学習とは、大量の学習データをコンピュータ上のアルゴリズムに入力し、
反復的に学習させることによってコンピュータ自身にデータの規則性や特徴を発見させる手法です。
AIの中でも実用化レベルに達しているといわれる
「機械学習」の得意分野は、
大きく「予測」「発見」「自律」
に分けることができます。
H2O Driverless AIは、あらゆるビジネスに不可欠な「予測」を得意とするプラットフォームです。
H2O Driverless AIは、金融業から小売業に至る幅広いビジネス領域で、多種多様な機能を提供。
AIのビジネス活用にかかる時間とコストを削減し、競合優位性の獲得を実現します。
活用事例
01
インフルエンザ流行期のピークを予測し、積極的なスタッフの配置とインフルエンザ診療所への資源割り当てを効率化。大幅なコスト削減を実現しています。
活用事例
02
AIモデル作成に3～5か月要していた時間を3～5週間に短縮し、小規模なデータサイエンスチームの生産性を大幅に向上。生鮮品の品質クレームによるコストの削減に成功しています。
活用事例
03
顧客離反予知やリスク検知を活用して顧客ロイヤルティの向上を図り、キャンペーンコスト削減額を1/7に低減し、ROIを11％向上。また、AIモデル作成期間はおよそ半分に短縮され、顧客ロイヤリティプログラムも以前より早く施策策定できるようになりました。
活用事例
04
H2O Driverless AI が抽出した特徴は、顧客が今まで保有していた10年分の特徴にマッチし、同時に、H2O Driverless AI によりAIモデル精度は0.89から0.947(精度の最大値は1)に向上しました。
さらに、H2O4GPU(GPUによる機械学習の加速パッケージ)により、CPU環境と比較して6倍のモデルトレーニング速度を実現しました。
活用事例
05
患者と専門医のマッチングを実現し、より適切かつ迅速な医療の提供を可能に。顧客ロイヤルティおよび保険料の維持率が向上し、非常に高いネットプロモータスコアと顧客満足度を獲得しています。
アップロードした入力データセットについて、データの関係性等が自動で視覚化されます。そのため直感的にデータを理解することができ、モデル作成前にデータの概要を掴むことができます。（外れ値、ヒストグラム、相関グラフ、ヒートマップ等）
モデルの精度向上のために重要となるデータセット自体の改善作業（特徴量設計）を自動化しています。与えられたデータセットから様々なテクニックを駆使して新たな特徴量を設計する作業は、データサイエンティストのスキル・経験・アイディアに依存する部分が大きいものですが、H2O Driverless AIではこの部分を全て自動化しているため、ユーザは高度なスキルを必要としません。
AIのブラックボックス化を防ぐために、H2O Driverless AIでは予測結果に影響を与えたパラメータを視覚的に解釈できます。ビジネスシーンにおけるモデルの予測結果を容易に説明できます。
H2O Driverless AIでは、作成したモデルを社内既存システムや新規システムに実装するためのPythonとJava環境用の実行モジュールを自動生成します。
データとデータの時間的な関係性が重要となる時系列データについてもモデル作成が可能です。時系列のデータセットに対して、Driverless AIが時間の順序を自動で検出します。下記のように、必要に応じてユーザが任意で設定を変更することも可能です。
Docker imageが提供されているため、環境構築が容易です。
GPUで唯一稼働する機械学習プラットフォームです。（Linux限定)
遺伝的アルゴリズムの採用により、「ブルートフォース（すべてのアルゴリズムを総当たりで試す手法）」よりも、リソースと処理時間が少なくて済みます。
