ラピッドマイナー株式会社の創設者兼社長、インゴ・ミエルスワ – インタビュー・シリーズ

インゴ・ミエルスワは、ラピッドマイナー株式会社の創設者兼社長です。 ラピッドマイナー は、オープンで拡張可能なデータサイエンスプラットフォームを通じて、企業に人工知能を導入しています。 アナリティクスチーム向けに構築されたラピッドマイナーは、データ準備から機械学習まで、データサイエンスライフサイクル全体を統合しています。 予測モデル展開まで。 62万5000人以上のアナリティクス専門家が、ラピッドマイナーの製品を使用して収益を上げ、コストを削減し、リスクを回避しています。

ラピッドマイナーを立ち上げるきっかけとなったものは何ですか?

私はデータサイエンスのコンサルティング事業で多くの年間を過ごし、正式なデータサイエンス教育を受けていない人々にとってより直感的で使いやすいプラットフォームの必要性を感じていました。 当時の多くの既存のソリューションは、コーディングとスクリプトに依存しており、ユーザーフレンドリーではありませんでした。 さらに、データを管理し、開発されたソリューションを維持することが難しかったです。 基本的に、私はこれらのプロジェクトがこれほど難しい必要はないと気づき、誰でも優れたデータサイエンティストになることを可能にするラピッドマイナープラットフォームの作成を開始しました。

ラピッドマイナーが現在使用している透明性ガバナンスについて説明できますか?

モデルを説明できない場合、調整、信頼、翻訳が非常に難しくなります。 データサイエンスの多くの作業は、ステークホルダーがプロセスを改善する方法を理解できるように結果を他者に伝えることです。 これには信頼と深い理解が必要です。 また、信頼と翻訳の問題は、モデルを本稼働環境に導入するために企業が要求する要件を克服することを非常に難しくする可能性があります。 私たちはいくつかの方法でこの戦いを戦っています:

ビジュアルデータサイエンスプラットフォームとして、ラピッドマイナーは、データパイプラインとモデルの説明を、高度に消費可能な形式で自動的にマッピングします。 これにより、モデルが透明になり、ユーザーがモデル動作を理解し、強みと弱みを評価し、潜在的な偏見を検出できるようになります。

さらに、プラットフォームで作成されたすべてのモデルには、ユーザーがモデル洞察を得るために使用できる、広範な視覚化が含まれています。 通常、モデルを作成するユーザーが、モデル動作を理解し、モデル偏見を評価するために使用します。

ラピッドマイナーは、モデル説明も提供します – これらは本稼働環境で使用されます。 モデルによって生成される各予測に、ラピッドマイナーは、モデルによって行われた決定に影響を与えた影響要因を生成し、追加します。

最後に – 私にとって非常に重要なことですが – ラピッドマイナーは、ユーザーが入力データを提供してモデル動作をシミュレートし、観察できる、非常に強力なモデルシミュレータ機能も提供します。 入力データは簡単に設定および変更できます。 これにより、ユーザーは、さまざまな仮想または現実のシナリオでモデルの予測動作を理解できます。 シミュレーターは、モデルの決定に影響を与える要因も表示します。 ビジネスユーザーまたはドメインエキスパートであるユーザーは、モデル動作を理解し、モデル決定を実際の結果またはドメイン知識と照合して検証し、問題を特定できます。 シミュレーターにより、ユーザーはシミュレーションを実行し、将来 – 実際にはあなたの将来 – を見ることができます。

ラピッドマイナーはディープラーニングをどのように使用していますか?

ラピッドマイナーのディープラーニングの使用は、私たちが非常に誇りに思っていることです。 ディープラーニングは非常に難しい場合があり、非データサイエンティストは専門家のサポートなしにネットワークを設定するのに苦労することがあります。 ラピッドマイナーは、すべての種類のユーザーにとってこのプロセスを可能な限り簡単にします。 ディープラーニングは、たとえば、Auto マシンラーニング (ML) 製品であるラピッドマイナー Go の一部です。 ここでは、ユーザーはこれらの高度なモデルの使用を開始するために、ディープラーニングについて何も知る必要はありません。 さらに、パワーユーザーは、ラピッドマイナーでビジュアルワークフローを構築することで、TensorFlow、Keras、または DeepLearning4J などの人気のあるディープラーニングライブラリを使用できます。 これは、ビルディングブロックを操作するように簡素化され、データサイエンススキルが少ないユーザーにとって簡単です。 このアプローチにより、ユーザーは、さまざまなアクティベーション関数とユーザー定義の層とノードの数を持つ、柔軟なネットワークアーキテクチャを構築できます。

その他の種類のマシンラーニングは使用されますか?

すべてです! ラピッドマイナー プラットフォームでは、Python と R という広く使用されているデータサイエンスプログラミング言語で適用できる数百種類の異なる学習アルゴリズムを提供しています。 ラピッドマイナーでは、Naive Bayes、回帰 (一般化線形モデルなど)、クラスタリング (k-Means、FP-Growth など)、決定ツリー、ランダムフォレスト、並列ディープラーニング、勾配ブースティングツリーなど、多くの方法を提供しています。 これらはすべて、ラピッドマイナーのモデリングライブラリの一部であり、単一のクリックで使用できます。

Auto Model が最適な値を使用する方法について説明できますか?

ラピッドマイナー AutoModel は、ユーザーがすべてを行うことを加速し、正確で健全なモデルが構築されることを保証するために、インテリジェントな自動化を使用します。 これには、インスタンスの選択と自動的なアウトライアーの削除、日付やテキストなどの複雑なデータ型の機能エンジニアリング、最適な機能を選択し、新しい機能を構築するための完全な多目的自動機能エンジニアリングが含まれます。 Auto Model では、データのクリーンアップ方法も提供されます。たとえば、欠損値、データプロファイリング (データ列の品質と価値の評価)、データ正規化、さまざまな変換などです。

Auto Model では、データ品質メタデータも抽出されます。たとえば、列が ID のように動作するか、または多くの欠損値があるかどうかです。このメタデータは、基本的なメタデータとともに、ユーザーが「最適な値」を使用し、データ品質の問題に対処するのを支援するために使用されます。

詳細については、Auto Model ブループリントを参照してください。 (以下に画像を参照してください)

自動化が適用される 4 つの基本的な段階があります:

– データ準備: データの自動分析により、相関、欠損値、安定性などの一般的な品質の問題が特定されます。
– 自動モデル選択と最適化: データに最適なマシンラーニング手法が提案され、パフォーマンスの比較と検証が行われます。
– モデルシミュレーション: モデルによって予測される特定の (規範的) アクションを決定するために役立ちます。
– モデル展開と運用段階: ユーザーは、ドリフト、偏り、ビジネス影響などの要因を自動的に表示されます。 追加の作業は必要ありません。

コンピュータの偏りは、どのようなタイプの AI でも問題となるため、結果に偏りが生じるのを防ぐための対策はありますか?

はい、これは倫理的なデータサイエンスにとって非常に重要です。 以前述べたガバナンス機能により、ユーザーは常に、モデル構築に使用されたデータ、データの変換方法、データ選択に偏りがあるかどうかを確認できます。 さらに、ドリフト検出の機能は、偏りを検出するための別の強力なツールです。 本稼働環境のモデルが入力データで多くのドリフトを示している場合、これは世界が劇的に変化したことを示す可能性があります。 ただし、トレーニングデータに重大な偏りがあったことを示す可能性もあります。 将来、他のモデルで偏りを検出できるマシンラーニングモデルを構築することを検討しています。

ラピッドマイナー AI クラウドと、それが競合製品とどう違うかについて説明できますか?

データサイエンスプロジェクトの要件は、大規模で複雑で、コンピューティングリソースが多く必要になることがあります。これが、データサイエンティストがクラウドテクノロジーを使用することを魅力的にしているのです。 不幸にも、ネイティブのクラウドベースのデータサイエンスプラットフォームは、特定のクラウドベンダーのクラウドサービスとデータストレージオファリングにユーザーを縛り付けます。

ラピッドマイナー AI クラウドは、ラピッドマイナー プラットフォームのクラウドサービス提供形態です。 この提供は、クラウド戦略に関係なく、顧客の環境に合わせてカスタマイズできます。 これは現在、多くの企業のクラウドデータ管理アプローチが急速に進化している状況で重要です。 ラピッドマイナーの柔軟性が、ラピッドマイナー AI クラウドを他と異なるものにします。 ラピッドマイナー AI クラウドは、任意のクラウドサービス、プライベートクラウドスタック、またはハイブリッドセットアップで実行できます。 私たちはクラウド可搬性、クラウド非依存性、マルチクラウド – どのように呼びますか?

ラピッドマイナー AI クラウドはまた、非常に手間がかからないため、クライアントは AI でビジネスを実行することに集中できます。 部分的または全部の展開を管理する機能もあります。 さらに、必要に応じて環境を起動できるオプションもあります。

RapidMiner Radoop はデータサイエンスの複雑さを排除するのを助けます。 Radoop は開発者にどのように利益をもたらしますか?

Radoop は、ビッグデータの潜在力を活用したい非開発者向けに主に設計されています。 ラピッドマイナー Radoop は、コードを使用せずに Hadoop 内でラピッドマイナー ワークフローを直接実行します。 また、ラピッドマイナー実行エンジンを Spark に埋め込むこともできます。 これにより、コードを使用することなく、ワークフローを Spark にプッシュできます。

政府機関は、BlueDot のように、ラピッドマイナーを使用して潜在的なパンデミックを予測するデータを分析できますか?

ラピッドマイナーは、一般的なデータサイエンスおよびマシンラーニングプラットフォームです。 データサイエンス/マシンラーニング問題の中心にある主題やドメインに関係なく、モデル作成と管理プロセスを簡素化し、強化することを目的としています。 私たちの焦点はパンデミックの予測にはありませんが、適切なデータがあれば、ウイルス学者や疫学者などの専門家は、パンデミックを正確に予測できるモデルを作成できます。 実際、多くの研究者がラピッドマイナーを使用しています。 ラピッドマイナーのプラットフォームは、学術目的で無料です。

ラピッドマイナーについてさらに共有したいことはありますか?

お試しください! データサイエンスがどれほど簡単で、優れたプラットフォームがあなたとあなたのチームの生産性をどれほど向上させることができるか、驚くことになるでしょう。

この素晴らしいインタビュアーに感謝します。さらに詳しく知りたい読者は、ラピッドマイナー を訪問してください。