AI活用において、「データ準備」は不可欠な工程であり、重要な役割を果たします。AIのためのデータの準備と一言で言っても、様々な準備があり、フィルタリングや重複削除などによる利用できないデータの削除、必要なデータが複数のテーブルに別れている場合に結合したり、欠損補完やテキスト、カテゴリーデータを数値データに変換する特徴量エンジニアリングなど、多くの種類があります。これらの作業を適切に行うには、専門的な知識と時間、労力が必要とされます。
DataRobotでは、データの前処理を効率化し自動化する機能を提供しています。これにより、AIを活用してデータから価値を引き出すまでの時間を短縮し、データサイエンティストは問題解決や結果の考察により多くの時間を費やすことができます。また、複数のテーブル結合や、アルゴリズムを数値に変換するなど、高度な専門知識が必要な前処理の標準化にも期待できます。
本ウェビナーでは、DataRobot が保有する前処理機能をご紹介するとともに、デモを通して、不要なデータ削除の機能であるラングリング、テーブル結合を自動化する自動特徴量探索、特徴量変換や特徴量エンジニアリングとしてのブループリントをご覧いただきます。
講演者
畑 遼介