AIデータ解析サービス【Learning Center Forecast】についてまとめてみた

TAG
AI Learning Center Forecast ノーコード
UPDATE
2022/10/27

1.はじめに
2.Learning Center Forecastとは?
3.AMATERAS RAYからLearning Center Forecastへの移行に伴う変更点
4.Learning Center Forecastの活用例
- 在庫予測
5.おわりに
関連記事

1.はじめに

皆さん、こんにちは。
最近はずいぶんと寒くなってきて冬が近づいてきたなと感じています。寒くなってくると気になってくるのは「雪」ですが、早いところではすでに初雪も観測されたそうです。
今年の東京の初雪はいつになるのか気になりますが、今回はそんな初雪も予測してくれるかもしれないAIデータ解析サービス「Learning Center Forecast」を紹介します。

「Learning Center Forecast」は旧名称を「AMATERAS RAY」といい、過去2回コラムで紹介しました。
過去のコラムでは実際に「AMATERAS RAY」を使用して技術検証をしているのでこちらもご覧ください。

BTC RPA

AIデータ解析サービス【AMATERAS RAY】を触ってみた

BTC RPA

AIデータ解析サービス【AMATERAS RAY】技術検証やってみた

2.Learning Center Forecastとは?

Learning Center Forecastとは？

Learning Center ForecastはAI inside 株式会社が提供するSaaS型のAIツールで、ブラウザのクリック操作だけでAIを使用することができるため、だれでも使うことができます。
ビジネスの現場においては人の経験に基づく予測や判断を行う場面が多く存在します。
そのような属人化していた作業を代替することができるのがLearning Center Forecastです。

Learning Center Forecastの特徴

Learning Center Forecastの特徴として下記の4点があげられます。

ノーコード

Learning Center Forecastはブラウザのクリック操作だけでAIを構築することができるため、コードを書く必要がありません。

データの前処理を自動で行ってくれる

Learning Center Forecastはデータの前処理を自動で行います。AIを活用して予測や判断を行う場合、データの前処理という作業が必要になります。
データの前処理とは、AIが学習しやすいようにデータを整えておく作業です。
値が欠けているデータを補ったり明らかなエラー値を省いたりすることで用意したデータを最大限活用して精度の高いモデルを構築することが可能になります。

多くのアルゴリズムを使用可能

Learning Center Forecastには14のアルゴリズムが用意されていて、クリック1つで全アルゴリズムの学習モデルを構築することができます。

Learning Center Forecast_Argo

他のサービスと連携が容易

Learning Center ForecastはデプロイしたプロジェクトをAPI経由で叩くことが可能です。
この機能のおかげで容易に他のサービスとも組み合わせることができます。

このようにLearning Center Forecastは前提知識をあまり必要としないため、誰でも簡単にAIによる予測・判断を行うことができます。

Learning Center Forecastで使用できるアルゴリズム

Learning Center Forecastには14のアルゴリズムが用意されていて、クリック一つで使用することができます。

1	SVR	2	RandomForest
3	KNeighbors	4	AdaBoost
5	Lasso	6	GradientBoosting
7	Ridge	8	XGBoost
9	ElasticNet	10	DeepLearning
11	BayesianRidge	12	LightGBM
13	SARIMA	14	Prophet

前々回のコラムで12のアルゴリズムについて簡単に紹介しました。そこから2アルゴリズムが増えて14になっています。
増えた2アルゴリズムは「SARIMA」と「Prophet」です。

SARIMA・・・季節変動があるデータに有効な時系列分析のアルゴリズム
Prophet・・・2017年にMeta社（旧Facebook社）によって開発された時系列解析用のアルゴリズム

どちらも時系列分析に活用できるアルゴリズムで時系列分析に強くなったといえそうです。

3.AMATERAS RAYからLearning Center Forecastへの移行に伴う変更点

前述のとおり、AMATERAS RAYはLearning Center Forecastに名称変更されました。
これに伴う大きな変更点は無く、細かなUIの違いはあるものの操作感も変わりありませんでした。

ただ、機能として「プリセットデータ登録」が追加されているようです。

「プリセットデータ登録」はLearning Center Forecastを使用するメンバーで共通のデフォルトプロジェクトやデフォルト学習データを設定できる機能です。新しい分析担当メンバーが入ってきたときに、練習問題や既存のプロジェクトを効率よく共有することができます。このように、誰もが開発しやすい便利な機能が追加されたことはありがたいですね。

4.Learning Center Forecastの活用例

最後にLearning Center Forecastを活用することが考えられるシーンを1例ご紹介いたします。実際の活用事案は過去のコラムに掲載していますので、そちらもぜひご確認ください。

在庫予測

商品によっては、季節や気候、その他さまざまな要因によってその日、その月の需要は大きく変化します。

ある商品の需要が高まっているのに、その時に在庫や原料がなく供給することができない機会損失。ある商品の需要は少ないのに、生産しすぎや原料の仕入れすぎによる在庫の保管のためのコストの増加。このようなことを避けていくことは利益の増加につながります。

特定の人の経験や勘による予測によって仕入れの数や生産数を変えている場合、その人がいなくなると予測精度が下がることも考えられます。人の経験や勘に依存している予測をAIに移行することで、人が変わっても同じ精度で予測することが可能になります。

また、GWやお正月などのイベント時期に需要が高まる商品の予測もLearning Center Forecastでは可能です。周期的に発生するイベントを設定し学習させることでイベント時の突発な需要にも対応することができます。

5.おわりに

今回はAIデータ解析サービス「Learning Center Forecast」についてまとめました。

Learning Center Forecastを実際に使ってみると、多くの前提知識を必要とせず、誰もが使うことができるツールだと感じました。データの予測を外部に委託する場合、業務面の知見が十分ではないため、予測する前にヒアリングなどで多くの工数を必要としてしまいます。Learning Center Forecastは業務担当者が使用することができるため、工数の削減にも期待できるのではないでしょうか。

Learning Center Forecastだけではなく、弊社でもAI推進を行っておりますので、少しでもAIについて興味がある方は是非ご連絡ください。

BTC RPA