TechTargetジャパン

エグゼクティブインタビュー
ブルームバーグのデータサイエンス担当者が見た機械学習の課題
Bloombergでデータサイエンス(自然言語処理、情報の検索と取得、機械学習)を引きているギデオン・マン氏。2008年から機械学習を手掛けてきた同氏には、機械学習の可能性とともに課題も見えている。(2017/5/16)

クラウドで身近になる機械学習
GoogleやAWSが提供する機械学習サービス、ビジネスにどう活用する?
コンピューティングの新境地ともいえる機械学習が、パブリッククラウドのおかげでかつてなく手頃で使いやすくなった。ただし慌てて飛びつく必要はない。(2016/7/7)

機械学習なくしてCESにもSXSWにも出るべからず
ハードウェアを飲み込んだソフトウェアが機械学習に飲み込まれる
数年前、テクノロジー業界を席巻したのはソフトウェアだった。そのソフトウェアの中で主役の座に躍り出ようとしているのが機械学習アルゴリズムだ。こうした傾向には相応の理由がある。(2017/2/13)

フェイルオーバー計画が必要な理由
機械学習に起こり得る3つの障害、外部からの攻撃にどう対処すべきか?
機械学習モデルには脆弱性と障害がつきものだ。本稿では障害の発生原因と、障害発生時にもユーザーの作業を中断させないためのフェイルオーバー計画について説明する。(2016/8/15)

登場し出したユースケース
誰でも使える「機械学習」をAWSが実現? 有望市場への取り組みを見る
機械学習モデルを構築するのは複雑で、数学者に委ねるのがベストだった時代もある。だが、Amazon Web Serviceなどの数社が、企業が機械学習を利用しやすくなるよう取り組んでいる。(2016/6/6)

データ量やアプローチに注目
深層学習と機械学習の違いとは? 実例で分かるその活用
深層学習は従来の機械学習と似ているが、モデル構造と出力の点で大きく異なる。専門家が解説する。(2017/5/31)

研究開発が活発化
Googleは機械学習をどうデータセンター管理に生かしているのか?
機械学習を使ったデータセンターの管理がいよいよ実現しようとしている。機械学習は実用化の段階に移りつつあることを裏付ける、さまざまな事例を紹介する。(2016/6/2)

AIが使えるのはスマートスピーカーだけじゃない
“枯れた技術”をもよみがえらせる機械学習とAI、隣の職場の活用は?
人工知能(AI)と機械学習を、「実用的なエンタープライズアプリケーションを伴わないバズワード」として切り捨てるのは簡単だ。しかし、技術は着実に進化している。(2017/6/9)

IBMとGoogle、Facebookも参入
チャットボット開発に専門知識はもう不要? 誰でも使える「機械学習」が充実へ
IBMとGoogleが提供する新しい機械学習ツールにより、テキストや音声ベースのアプリケーションを素早く開発できるようになる。市場における競争はさらに活発になるだろう。(2016/8/29)

基本的な仕組みを知る
データサイエンティストに縁遠い人のための「機械学習」入門
機械学習はより洗礼された意思決定において、有益なデータを抽出する最適なツールになり得る。機械学習がどのように情報を予測しているのか、基本的なアルゴリズムや仕組みについて紹介する。(2015/7/2)

課題は意思決定のスピードと精度
人工知能と機械学習はセキュリティも変えるのか?
機械学習と人工知能(AI)技術を推進する企業が増える中、企業の情報セキュリティ最高責任者(CISO)がこのブームに対処するには幾つかの問題点を明確にする必要がある。(2017/3/20)

「Apple」をどう訳す?
「eBay」が商品リストの自動翻訳を実装、「機械学習」の働きとは
オンラインオークションサイト「eBay」は、自身が選択している言語で出品された商品リストしか表示されないという問題があった。その問題を機械学習を使って克服したというが、どのように対処したのだろうか。(2016/12/5)

PoCから本格活用まで環境構築を支援
「機械学習=面倒」はもう古い、Azure ML活用ソリューションの便利度は
機械学習によるデータ分析は用意が大変で、運用にコストがかかる。そんなイメージを変える「Azure Machine Learning」活用の新サービスが登場した。(2017/6/28)

有効であるが要検討
クラウド「機械学習」への評価が分かれる理由、慎重派の言い分は?
最新アプリでは利便性向上のために機械学習機能を導入する要望が高まっている。その開発環境においてコスト軽減のためにクラウドプラットフォームが登場しているが、その利用については慎重な企業も多いという。(2016/5/31)

Web検索から金融、不正対策まで
誰でも使える「機械学習」があらゆるビジネスを変える
企業は今こそ機械学習の採用を検討し、最新のトレンドである高度な分析テクノロジーのメリットを享受すべきである。 (2016/7/27)

「Black Hat USA 2015」で報告
15時間で侵入? 機械学習のマルウェア検出システムに浮上した“不都合な真実”
マルウェアの検出では、既知の特徴をスキャンするシステムよりも、機械学習の方が優れている。だが「Black Hat 2015」で発表した研究者によると、ある仕組みによって性能の差はさらに広がるという。(2015/8/19)

会員が注目した2016年記事ランキング(データ分析編)
「脱Excel」「機械学習」「IoT」、データ分析関連で読者が注目したのはどんな話題?
2016年、データ分析関連の記事で最も読まれたのはどんなテーマだったのか。TechTargetジャパンの関連記事ランキングから探ります。(2017/1/4)

医療IT最新トピック
「Microsoft Azure」の機械学習を診療技術支援に応用 慶応義塾と日本マイクロソフトら
慶応義塾大学医学部と日本マイクロソフトらが「Microsoft Azure」の機械学習による未来医療の実現へ始動。医療IT関連の最新トピックを紹介します。(2015/8/27)

「AI」はセキュリティ担当者を救うのか【第2回】
機械学習が「セキュリティ人材不足」解消の“特効薬”になる?
セキュリティ対策の中で困難なのが、セキュリティに精通した人材の確保だ。専門家の代替となる「セキュリティインテリジェンス」の仕組みと、その進化について解説する。(2016/12/2)

「進化する脅威」に「進化した対策」で挑む
機械学習やAPIで強化された「エンドポイントセキュリティ」の現在形とは
あらゆる企業がサイバー攻撃の標的となる中、情報漏えいなどの実害を防ぐためには、従業員の手元にあるエンドポイントの保護が重要になるという。その理由と対策とは。(2017/2/27)

ベストセラー作家の予言
人工知能(AI)のある職場で人のやる気はどう変わるか?
機械学習やデータ分析は増加の一途をたどっている。その結果、コンピュータに仕事を奪われることを恐れている従業員もいる。だが、その心配はない。(2017/7/11)

バズワードになってしまった「AI」
「AlphaGo」は“真の人工知能”からは程遠い、それでも考えたい機械学習のビジネス価値
人工知能(AI)は50年近くにわたりアプリケーション開発の究極目標となってきた。だが現在進められている各種のプロジェクトがAIという看板を掲げているからといって、それらが真のAIであるとは限らない。(2016/4/15)

ネットワークに数年も潜伏するマルウェアも検出
情報セキュリティ侵害検知システム(BDS)の選び方、要らない機能を見極めるコツとは
サイバー攻撃を自動検出するシステムは、機械学習や人工知能(AI)が発達を続ける今日にあっては不可欠なものだ。自社のネットワーク環境に応じた、情報セキュリティ侵害検知システム(BDS)を選ぶ方法を学ぼう。(2017/7/18)

Microsoftの“うっかり配信”で発覚
Windows 10に“謎の新エディション”登場か、ハイエンドのワークステーション向け?
Windows 10が、データ量の多いワークロードを処理するため、PC最適化機能を備えたエディションの提供を計画している。機械学習などで大量のデータを扱う企業に有用なアップデートとなりそうだ。(2017/6/16)

分散ディープラーニングを実現
Yahoo!がSpark/Hadoop環境で使える「TensorFlowOnSpark」をリリース
Yahoo!の機械学習チームが、分散ディープラーニングに対応したTensorFlowである「TensorFlowOnSpark」を公開した。TensorFlowOnSparkが必要な背景を解説する。(2017/4/12)

人工知能と機械学習もGPUで進化する
徹底解説:GPUコンピューティングが急成長する理由と減速する懸念
かつてゲームでしか役に立たない技術と評価されていたGPUが企業向けデータセンターに進出し、機械学習や人工知能といった成長著しいプロジェクトに貢献しようとしている。(2017/3/2)

肉眼だけでは見えない疾患を見つける技術
これからの「個別化医療」は画像診断とウェアラブル技術の組み合わせが鍵に
Philips Healthcareの専門家によると、データ分析、機械学習、人工知能を搭載した画像診断システムは、医療機関が患者に最適な医療サービスを提供する一助になるという。(2017/3/21)

北米放射線学会(RSNA 2016)トピックス
「目指すは診断精度の向上」、放射線医学分野を中心に広がる技術トレンドとは
第102回北米放射線学会(RSNA 2016)では、画像診断における人工知能(AI)と機械学習の導入や、放射線医学分野におけるクラウドや遠隔医療の応用といった技術テーマが注目を集めていた。(2016/12/14)

財務経理・経営企画のためのデータ分析入門【第3回】
「機械学習」時代の経営判断はどうあるべきか
流行っているからといってデータ分析に飛びつくと痛い目に遭う――ポイントになるのはデータに基づく判断を社内に定着させるためのスモールスタートだ。将来の「機械学習」をにらんだ取り組みを説明する。(2014/3/11)

より人間らしいAIの実現へ
ディープラーニングは“黒歴史”を乗り越えられるか
ディープラーニング(深層学習)がAIコミュニティーを席巻している。Microsoftのエリック・ホービッツ氏とFacebookのヤン・ルカン氏が、この種の機械学習がなぜ極めてエキサイティングなのかを解説。(2015/12/15)

Loading