RapidMiner(ラピッドマイナー)は機械学習プラットフォームです。データ可視化、データ加工、モデル作成、評価、運用までを一つのプラットフォームで行うことができます。KSKアナリティクスはRapidMinerの正規販売代理店です。

マテリアルMATERIALS

キーワード絞り込み:

PDF

動画

現場を巻き込むものづくりデータサイエンスの進め方

現場を巻き込むものづくりデータサイエンスの進め方イメージ

データ分析は日本企業にも浸透し始めておりますが、一方で組織内での推進に課題やお悩みを抱えている企業も少なくありません。データ分析の効果的な活用には、組織体制自体を従来の形から見直す必要があります。

当社では、データ分析推進に適した組織として、CoE(Center of Excellence)モデルを推奨しております。データ分析担当部署や担当者だけでなく、現場も関わる形のデータ分析推進を行うことで、活用の拡大、効果の向上を図ることが出来ます。本動画及び資料ではCoEモデルの説明と進め方、そしてCoE推進に役立つデータ分析の総合プラットフォーム「RapidMiner」をご紹介します。

社内でのデータ分析の活用・推進にお困りの方は是非一度ご覧ください。

詳細はこちら

PDF

RapidMiner連携ソリューション

RapidMiner連携ソリューションイメージ

RapidMinerは分析業務を行う人にとってはノンプログラミングで使える非常に便利なツールです。画面もわかりやすいので様々な方にご評価いただき、導入が進んでおります。しかし、分析業務ではなく、現場業務を行う現場担当者にとってはそれでも画面が複雑、という意見も頂いておりました。

そこで現場運用のためのUI画面の開発をご提案いたします。現場の方がRapidMinerを意識することなく、分析担当者の方が作られた分析プロセスを実行することができるようにすることで、社内での機械学習、RapidMinerの推進・活用の足並みを揃え、効果を向上させることが可能です。

本資料では、画面イメージやシステム構成イメージをご紹介させて頂きます。

 

詳細はこちら

PDF

RapidMiner × デバイスゲートウェイ

RapidMiner × デバイスゲートウェイイメージ

RapidMinerで作成したモデルを製造現場で活用していくためには、PLCやDCS、その他計測装置など様々な現場機器にアクセスしデータを収集することが必要となります。

「デバイスゲートウェイ」はPLCなどの生産現場の稼働情報を取得し、IoTサービスへ橋渡しをするデータアクセスユニットです。ウェブブラウザから簡単な設定で150機種以上の現場機器にアクセスし、インダストリー4.0で推奨されているOPC UA通信とIoTやM2Mに最適なMQTT通信など、多彩な上位通信とデータ連携を行うことができます。

本資料では、RapidMiner Serverとデバイスゲートウェイの連携事例をご紹介させて頂きます。

 

詳細はこちら

PDF

【各業界向け】RapidMinerユースケース集

【各業界向け】RapidMinerユースケース集イメージ

全世界でご愛用いただいておりますRapidMinerが、どのような事案でどのような効果を生んでいるのか、今回は製造業以外の金融業界や医療業界、小売業など広範な業界の事例をご紹介いたします。

各業界ごとにまとまっておりますので、ご自身の業界をご覧いただくのは勿論のこと、他業界の事例もご覧いただきますと、ご活用のバリエーションが広がります。

それぞれの課題や方法、効果、問題の概要を端的にまとめておりますので、ご興味のある内容を一目で確認頂けます。

詳細はこちら

PDF

【製造業向け】RapidMinerユースケース集

【製造業向け】RapidMinerユースケース集イメージ

全世界でご愛用いただいておりますRapidMinerが、どのような事案でどのような効果を生んでいるのか、
今回は製造業における実際の事例を使ってご紹介いたします。

それぞれの課題や方法、効果、問題の概要を端的にまとめておりますので、
ご興味のある内容を一目で確認頂けます。

詳細はこちら

動画

RapidMiner Goイントロダクション

RapidMiner Goイントロダクションイメージ

新製品RapidMiner Goはダウンロード不要の100%Webブラウザで使用できるAutoMLツールです。

数分でモデルが作成でき、内容の可読性も高いため、機械学習の知識に明るくない方でも機械学習の結果をビジネスに生かすことが出来ます。ドメイン知識に詳しい方々自身の手でビジネスインパクトの大きい問題、そしてその効果を確認出来ますので、より大きなビジネスインパクトにつながります。RapidMiner Goは皆さまとデータサイエンティストを橋渡しして繋いでくれます。

今回はそんなRapidMiner Goのイントロダクションを動画にてご紹介いたします。製品情報ページからも詳細ご覧いただけますので、是非ご確認ください。

https://www.rapidminer.jp/rapidminer-go/

詳細はこちら

PDF

AutoModel実行のためのガイド

AutoModel実行のためのガイドイメージ

RapidMinerを使い始めたばかりの方でも、使い慣れた方でも、Auto Modelを使うことで機械学習の活用を一気に加速させることができます。Auto ModelはRapidMiner Studioの拡張機能で、モデルの構築と検証のプロセスを備わっています。何より優れているのは、AutoModelで作成した予測モデルを自分自身で修正することができる点です。運用(deployment)も容易にできます。

Auto Modelは、教師あり学習教師なし学習外れ値検出の3つの大きな問題に対応しております。

このガイドでは、RapidMinerのAutoModelについて説明を行なっております。チュートリアル形式でご自身で手を動かして頂きながらAutoModelを試して頂くことが可能です。

詳細はこちら

PDF

Matthew North チュートリアル

Matthew North チュートリアルイメージ

「Data Mining for the Masses, Third Edition」の著者であるMatthew North氏 に許可を得て、同書籍の翻訳と編集と公開を実施しております。
シリーズの中では豊富な事例が出てきますので、機械学習の活用シーンをイメージ頂けます。
今回は、まず実施して頂きたい「データの前処理編」をご紹介させて頂きます。

詳細はこちら

PDF

機械学習のプロジェクト成功のためのガイド

機械学習のプロジェクト成功のためのガイドイメージ

本資料は、「RapidMiner_Humans-Guide-ML」を⽇本語訳したものです。
著者はMartin Schmitz, PhD(RapidMiner社のデータサイエンスサービスの責任者)です。
本資料では、ビジネス上の問題に対する AI・ 機械学習ソリューションの理解、取り組み⽅法、運⽤を⽀援することを⽬的として、過去10年の間に開発してきたアプローチについて説明されています。
機械学習プロジェクトに関する最初の数時間の社内ディスカッションのガイドとして活⽤できるように作成されています。

詳細はこちら

PDF

RapidMiner チュートリアル 9.0対応

RapidMiner チュートリアル 9.0対応イメージ

RapidMinerをダウンロードした後、まず実施して頂きたいチュートリアルです。
今回ご紹介させて頂きます本チュートリアルは最新版(Version9)に対応しております。
100ページありますが、初めての方はまず一通りやって頂くことをオススメ致します。

詳細はこちら

PDF

機械学習のための特徴量最適化

機械学習のための特徴量最適化イメージ

特徴量選択を実施することで、機械学習モデルを大幅に改善できます。
特徴量選択について 知っておくべきことをすべて概説しています。
なぜ特徴量選択が重要なのか、そして特徴量選択がなぜ難しい問題なのかを説明します。
また、特徴量選択を行うために使用されているさまざまなアプローチについて実例をもとに詳しく解説します。

詳細はこちら