機械学習・AIモデリング

複雑なデータから規則性や特徴を抽出し、高精度な予測・分類を行う機械学習アルゴリズムやモデリングに関する記事です。

  1. ホーム
  2. 機械学習・AIモデリング
画像AIの害虫判定で誤検知が多い原因とは？粘着板の汚れ・影・類似昆虫への対策を撮影条件・学習データ・閾値から解説

画像AIの害虫判定で誤検知が多い原因とは？粘着板の汚れ・影・類似昆虫への対策を撮影条件・学習データ・閾値から解説

画像AIの害虫判定で誤検知が多い原因を、撮影条件・学習データ・閾値（集計）の3軸で整理。粘着板の汚れ・影・類似昆虫への対策、適合率・再現率の見方、現場で使える点検表を解説します。
AIモデルは作った後に劣化する：モデルドリフトの原因と、監視指標・再学習条件の決め方（原材料変更で品質予測の精度が下がったケースで解説）

AIモデルは作った後に劣化する：モデルドリフトの原因と、監視指標・再学習条件の決め方（原材料変更で品質予測の精度が下がったケースで解説）

本記事では、原材料変更後に品質予測の精度が下がった疑似ケースを使い、データドリフトとコンセプトドリフトの違い、監視指標、しきい値と再学習条件の決め方、新旧モデルの比較と切り替え手順を整理します。
社外データの活用で売上分析はどこまで変わる?気象・休日・イベント情報を統合して効果を検証する進め方

社外データの活用で売上分析はどこまで変わる?気象・休日・イベント情報を統合して効果を検証する進め方

外部データ(気象・休日・イベント)を売上分析に組み合わせると何が変わるのかを、飲料売上の疑似データを例に解説します。仮説の立て方、粒度合わせ、時系列を考慮した検証、判断への反映と、効果が出ない場合の見…
顧客離反の兆候は見つけられる？RFMと問い合わせ履歴から離反リスクを分析【疑似データ事例】

顧客離反の兆候は見つけられる？RFMと問い合わせ履歴から離反リスクを分析【疑似データ事例】

売上が落ちてから顧客離反に気付く課題を想定し、3,000件の人工顧客データからRFM、購買頻度の変化、問い合わせ履歴を分析。ロジスティック回帰で離反リスクを推定し、営業・カスタマーサクセスが優先的に確…