View All
Make.
精度、スピード、透明性を備えた機械学習モデルと AI アプリケーションを開発しましょう
H2O.ai は AI を実行する AI を構築しました。H2O AI Cloud は業界をリードする自動機械学習 (AutoML) によって、 AI アプリケーションの開発とデプロイを含む機械学習のライフサイクル全体を通して、より高い精度とスピード、透明性をユーザーに提供します。
特徴量の変換
データインテリジェンス
特徴量エンジニアリング
特徴量ストア
機械学習
AutoML
予測
NLP
コンピュータービジョン
NEW Documents
説明可能な AI
ホワイトボックス型モデル
解釈可能な手法
バイアス検出
サードパーティモデル
ローコードな アプリケーション デバイス
アプリケーション開発
ローコードなUI 作成
機械学習の統合
アイデアを影響力に変える AI を開発しましょう
特徴量の変換：
データを最適なモデル作成データセットに変換する高度な特徴量エンジニアリングで、自動的に可視化を行いデータ品質問題に対応します。
データインテリジェンス
データの可視化と自動化されたデータインサイトで、関心のある統計的プロパティを簡単に表示してデータ品質問題を明らかにします。前処理トランスフォーマー、データセット分割、欠損値処理、異常値検出によって、機械学習モデルの精度と汎化を向上させます。
特徴量エンジニアリング
ドメイン知識を使って関連データを選択し、特徴量を作成してそれを追加の特徴量に変換した上で、ベストなものを選択してモデルのパフォーマンスを最適化します。自動特徴量エンジニアリング、特徴量エンコード、特徴量変換レシピ、特徴量ごとのコントロール、自動検証と交差検証によって、精度を向上させることができます。
特徴量ストア
機械学習モデルの構築における品質と一貫性を組織全体に保証する、選別された特徴量へのアクセスの管理と準備を簡単に行うことができます。特徴量ストアの構成要素には、データのパイプラインと統合、分類、検索、ガバナンス、アクセス管理が含まれます。
機械学習：
データサイエンスの全ライフサイクルをカバーし、単一のデータセット内のさまざまなデータ型を処理できる最先端の自動機械学習を利用して、精度と信頼性の高いモデルを素早く作成してテストします。
自動機械学習(autoML)
AutoML は H2O AI Cloud 全体で利用できます。特徴量変換やモデルの選択と監視およびデプロイなど、あらゆる機能を強化しており、信頼性の高い AutoML 機能は、AI を実行する AI の実現を支援する原動力です。
時系列予測
時系列データ処理用に特別に設計された独自の特徴量エンジニアリングと AutoML 機能を使用して、簡単にモデルをフィットし、予測の課題を解決します。予測が生成される方法を確認し、個々のSKU や製品階層など多くのカテゴリーにわたって予測を立てることができます。
自然言語処理(NLP)
簡単な TF-IDF ベースのトランスフォーマーから最高水準の BERT ベースのトランスフォーマーまで広範囲にサポートされたアルゴリズムを用いて、構造化されていないテキストデータからインサイトを抽出し、傾向の検出、より高い精度と関連性を持つ情報の取得、カスタマイズした推奨情報の作成を実行します。
コンピュータービジョン
モデル作成に画像データを使用することができます。さらに、テキストや表形式、オーディオデータなどを追加し、画像データと結合して取り込むことができます。また、最新の CNN アーキテクチャや GPU で加速化されたトレーニングのすべてに、すぐに使えるアクセスを提供します。
説明可能な AI：
モデルによる予測の背景にある「理由」を簡単に把握してより優れたモデルを構築し、グローバルレベル（一連の予測全体）またはローカルレベル（個別の予測）で、モデルのアウトプットについて説明を提供します。
ホワイトボックス型モデル
コンペで勝てるモデル作成手法は、モデルの透明性および信頼性の高い事後解釈可能性の手法も同時に実現し、モデルを説明し理解することが可能になります。さらに、H2O.ai の AutoML は、事実上無限の制約とパラメーターコントロールを提供し、必要に応じて簡単なモデルにしたり複雑なモデルにしたりできます。
解釈可能な手法
H2O AI Cloud は、非常に信頼性が高く動的に説明可能な AI ツールキットを装備しています。このツールキットによって、ユーザーは数多くの事後説明手法を利用して機械学習モデルがそのような決定に至った理由を理解することができます。
バイアス検出
機械学習モデルを採用している企業の最大の関心事は、モデルが特定のデータセットからバイアスを持続する可能性についてです。H2O.ai は、AI の公平性について行った先進的な研究に基づいて、機械学習モデルにおけるバイアスの特定、説明、デバッグのために複数の方法を提供します
サードパーティモデル
H2O AI Cloud では、ユーザーが独自のモデルとレシピを適用してそのモデルの説明をすることができます。そのためユーザーは、 H2O.ai の包括的なプラットフォームの機能を活用できるだけでなく、同時に説明可能な手法を構築、または自分の手法を適用するという柔軟性が得られます。
ローコードなアプリケーション開発フレームワーク：
バックエンドの機械学習機能をフロントエンドのユーザーエクスペリエンスとシームレスに統合することによって、革新的なソリューションを実現しやすくするローコードのフレームワーク (Python または R) で、AI のプロトタイプとアプリケーションを素早く構築します 。
アプリケーション開発
データサイエンスのベストプラクティスおよび複数の業界を網羅する機能的なプロトタイプのライブラリへのアクセスにより、アプリケーションの構築にかかる時間を削減します。UI の変更をリアルタイムで確認することができるため、ソリューション開発の管理を簡素化します。
ローコードでユーザーインターフェイスを作成
統合された UI と AI の開発を支援する Python または R のフレームワークを使用して、消費者向けの対話型アプリケーションを簡単に開発することができます。Web アプリケーションを構築する時間と労力を大幅に削減し、コードを書きながらライブでプレビューすることも可能です。
機械学習の統合
クラス最高のデータサイエンス機能への API アクセスによって、機械学習の機能を新規または既存のソリューションに統合しやすくなります。リアルタイムのアプリケーションサーバーは、開発者が実行中の変更をダッシュボードやモデルの結果、アプリケーション内の他の動的情報にストリーミングできるようにします。
モデルの作成
データサイエンティスト
機械学習ライフサイクル全体に広範な自動化と透明性を提供する H2O AI Cloud は、信頼性のある公平で確実なモデルの作成とその素早いデプロイ、モデルのパフォーマンスの効果的な監視の維持に必要とされる精度、スピード、確実性でデータサイエンスチームを強化します。
アプリケーションの作成
開発者
H2O AI Cloud は、データサイエンティストと開発者の引継ぎを簡素化し、ローコードのフレームワークでプロトタイプとアプリケーションを簡単に構築できるようにします。複雑な機械学習パイプラインの統合と直感的なフロントエンドエクスペリエンスによって、AI ソリューションを素早く適用することができます。