TechTargetジャパン

2017年度の比較表を大公開
徹底比較:Amazon、Azure、Google、IBMの機械学習機能 現時点の勝者はいるか
クラウドベンダーの機械学習機能を巡る戦いが激しさを増している。本稿では主要クラウドベンダー4社が提供する機械学習機能の比較表を掲載する。最適なプラットフォームを決める際の参考にしてほしい。(2017/8/1)

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)

加入者の安全運転を支援
機械学習はUberやAirbnbのようなイノベーションを自動車保険業界にもたらすか
機械学習ツールを活用できる分野はデジタルマーケティングだけではない。自動車保険会社のHiRoad Assuranceは、保険加入者の安全運転に機械学習ツールを役立てている。(2018/2/22)

CPUやGPUが「総合職」なら、TPUは「専門職」
Googleの「Tensor Processing Unit(TPU)」は 機械学習処理の救世主か
Googleの発表した「Tensor Processing Unit(TPU)」は、機械学習モデルのトレーニングと実行向けに設計された。CPUやGPUと比較したTPUの長所と短所について解説する。(2017/8/15)

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
AWSが誰でも使える「機械学習」を実現? 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)

機械学習には必須な有効性の検証機能など
群雄割拠の機械学習基盤 専門家が比較するポイントは?
機械学習市場にはここ数年で多くのベンダーが参入してきた。数あるベンダーの中から最適なベンダーを選ぶのは難しいが、専門家はどう見るのか。選定のポイントを聞いた。(2018/2/16)

Gartnerの評価レポート
機械学習プラットフォームでH2O.aiやKNIMEなど小規模ベンダーが躍進
データサイエンスと機械学習の市場は急速に拡大している。調査会社Gartnerの最新レポートによると、急増する市場の需要に素早く対応できる小規模ベンダーが大手を抑えてリードしているという。(2018/3/16)

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)

業務における機械学習の割合が重要
「クラウドで機械学習」の落とし穴 AWS、Azure、GCPをどう使う?
クラウドに機械学習の仕組みを実装することへの関心は高まっているが、この最先端のソフトウェアは、どの企業にとっても魅力的であるとは限らない(2017/12/6)

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)

ライバル2社が手を取り合う
AmazonとMicrosoftが予想外の共同開発、深層学習「Gluon」と激突するのは?
AmazonとMicrosoftが提供する深層学習のライブラリ「Gluon」は、クラウド環境で機械学習をより簡単に利用できるようにするものだ。大手2社の提携は、機械学習や深層学習に取り組むことの重要性を象徴している。(2017/11/9)

アプリ開発者の隠れた動機を見抜く
Androidアプリのセキュリティ検査に機械学習を活用 Googleが挑戦
Googleはエンドユーザーを保護すべく、機械学習など新たな分析手法を用いて、「Google Play」に登録されるAndroidアプリの検査を強化しようとしている。この試みは成功するのか。(2017/7/28)

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)

専門家に聞く
AIと機械学習がVDIを強化、それでも導入が進まないなら何が問題?
VDIソフトウェアを強化する新たなトレンドがある。例えば、AIや機械学習を追加すればIT部門による管理が容易になる。一方でVDIの導入については依然としてコストが問題になっている。(2017/8/22)

「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)

われわれの向かう未来
AI(人工知能)の意思決定はブラックボックス、それでも機械を信じる?
数ある人工知能(AI)の中でも、機械学習は特に進化の可能性が大きい。われわれは、どこまで機械を信頼できるか、試されることになる。(2018/2/8)

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)

事業部門と開発部門が持つデータ活用視点の違い
リクルートのビッグデータ分析基盤ができるまで、事業部門と開発部門が共に奮闘
リクルートのサービスで共通に使われる「リクルートID」。ここに集まる膨大なデータを同社はどのように収集、分析し、活用基盤を構築しているのか。機械学習の結果を現場で生かす上での苦労と併せて紹介する。(2017/11/27)

ITインフラはサーバが主役
機械学習やAIのニーズで変わる企業のサーバ選び、何がポイント?
SDSやGPU、FPGAといった技術の浸透によって、データセンターにおけるサーバの役割がより重要になってきている。企業はどのような視点でサーバを選定すべきなのか。(2017/10/18)

機械学習により精度が向上
Googleの音声認識サービス「Cloud Speech-to-Text」大幅強化、句読点挿入も可能
アップデートされたGoogleの音声認識テキスト変換サービスは、機械学習により精度が向上した。Googleは、変換されたテキストに自動的に句読点を追加するツールもリリースしている。(2018/4/27)

既に始まっているコンピュータによる意思決定(後編)
ニューラルネットが導き出した「とんでもない結論」
機械学習やAIによる「自動意思決定」に期待がかかるが、そこには人間による偏り(バイアス)が入り込む余地があることに注意する必要がある。あるニューラルネットは、学習の結果驚くべき結論を導き出してしまった。(2018/1/11)