無料のチュートリアルを試す

予測機械学習モデルを構築、デプロイ、テスト、リトレーニング、モニターします。

Watson Machine Learningの主要な機能

AIモデルをデプロイしてメリットを享受する

リアルタイム・オブジェクト検出アプリの作成

オブジェクト検出アプリのチュートリアルを見る

Watson™ Machine Learningを使用すると、独自のカスタム・モデルをトレーニングして、リアルタイムでオブジェクトを検出できます。しかも多大なコンピューティング能力と時間を費やす必要はありません。

製品推奨エンジンを構築

対話式購入のチュートリアルを見る

IBM Watson StudioでJupyter Notebookを使用して、対話式の推奨エンジンPixieAppを構築し、Watson Machine Learningでデプロイします。

モデルのパフォーマンスのモニター

コードを取得してデモを見る

Watson Machine LearningとIBM Watson OpenScale™でドイツのクレジット・データを使用して、機械学習モデルをデプロイしてモニターします。

AutoAIによりモデルの作成を自動化

AutoAIのチュートリアルを見る

Watson StudioとWatson Machine Learningを使用して、モデルの作成、リーダーボードの表示、パイプラインの比較、選択したモデルのデプロイをします。

製品の購入を予測

予測を自動化する方法を見る

Watson StudioとWatson Machine Learningを使用して、顧客がアウトドア用品店からテントを購入する可能性が高いかどうかをAutoAIによって予測します。

Python Notebookを使用して意思決定最適化モデルをデプロイ (英語)

意思決定最適化モデルのデプロイ方法を見る(05:04)

Jupyter Notebookを使用してWatson Machine Learningで意思決定最適化モデルをデプロイし、機械学習サービスにアクセスしてジョブをモニターします。

Watson Machine Learning Server

AIジャーニーの次のステップに進みましょう。

Watson Machine Learningのユースケース

ユースケース: AutoAIトレーニングを開始する

問題点

  • データサイエンティストが正確な予測に到達し、モデルを実動でモニターするのには数カ月を要します。
  • またアルゴリズムのコーディングができるだけでなく、それに精通しているデータサイエンティストは不足しています。
  • 一般のデータサイエンティストとアナリストには、迅速なオンランプが必要です。

ソリューション

AutoAIは、データサイエンティストがパイプラインの候補を迅速に開発し、最もパフォーマンスの優れたモデルをリーダーボードで選択して、Watson Machine Learning Cloudを使用してモデルをデプロイできるように支援します。 モデルのモニターがより簡単で高速になり、数週間かかっていた全体のプロセスを数時間に短縮できます。

AutoAIのチュートリアルを見る →

デスクでノートPCを使用する3人の子供
電気自動車充電ポート

ユースケース: オープンソース・データサイエンスを実稼働環境で活用

問題点

  • 企業はオープンソース・ベースのモデルにおけるガバナンスの欠如を懸念しています。
  • モデルのデプロイメント状況を可視化して把握することは困難です。
  • アナリストや対象分野のエキスパートと成果を共有することは容易ではありません。

ソリューション

Watson Machine Learning Serverを使用すると、Pythonクライアントを使用して機械学習モデルをIBM Watson Machine Learningにデプロイすることができます。 シームレスなユーザー・エクスペリエンスでワークロードを拡張し、アセットをデプロイできます。

Pythonを使用したデプロイメントはこちら (英語) →

ユースケース: Watson Studio Desktopをデプロイメントに移す

問題点

  • 個々のデータサイエンスのプロジェクトからチーム・ベースのプロジェクトへと進歩していく必要があります。
  • ご使用のデスクトップには、機能を実行するための十分なコンピューティング能力がありません。
  • 次なるステップとして、Watson Studio Desktopのアセットの実行とデプロイメントが必要です。

ソリューション

Watson Machine Learning Serverは、 Watson Studio Desktopに接続してランタイムとして計算能力を提供することも、複数ユーザーの管理が行われているデプロイメント・スペースとして接続することもできます。

Watson Machine Learning Serverへの接続 (英語) →

階段を駆け上がる若い女性ランナー
トライアスロンで泳ぐ選手を見下ろした光景

ユースケース: AIモデルの大規模な構築と拡張

問題点

  • 今やプロジェクトは、部門単位のものから多くのデータサイエンティストが関与するビジネス横断型へと移行しています。
  • 実験から実稼働環境へと進展していけることが優先事項です。
  • 複数のクラウドにまたがるモデルを構築してデプロイするには柔軟性が必要です。

ソリューション

Watson Machine Learning LocalとWatson Studioは、お客様のプライベートクラウドやご要望のパブリッククラウド(AWS、Azureなど)で、モデルの構築、トレーニング、デプロイを大規模に行うのを支援します。

Watson Machine Learning Localはこちら (英語) → 

ユースケース: 意思決定最適化モデルのデプロイ

問題点

  • ビジネスにおけるある問題に対するさまざまなシナリオの結論をデプロイできずにいます。
  • お客様はアプリケーション向けのAPI経由で最適化モデルを実行するという難問を突き付けられています。
  • 同じデプロイメント・メカニズムを使用して、機械学習と意思決定最適化を組み合わせたいと思っています。

ソリューション

Watson Machine Learningを使用すると、意思決定最適化の処方モデルと関連データをデプロイできます。 Watson Machine Learning REST APIまたは Watson Machine Learning Pythonクライアントであれば、これを実現できます。

意思決定最適化モデルをデプロイする方法はこちら →

パレットが複数積まれた倉庫の棚
海洋に浮かぶコンテナ船

ユースケース: データとAIのプラットフォームでのモデルの構築と拡張

問題点

  • お客様のデータサイエンスのアプローチは、DevOpsとアプリケーション開発のアジャイル・プラクティスに後れをとっていました。
  • クラウドとAIにおける複数のツールとアプローチが、チーム・メンバーの生産性を妨げています。
  • 大規模な意思決定と予測を簡素化することが不可欠です。

ソリューション

データとAIのためのクラウドネイティブなプラットフォームであるIBM Cloud Pak™ for Dataは、Watson Studio Premiumとともに、機械学習と意思決定最適化モデルの実行と最適化のシームレスな体験を提供します。

IBM Watson Premium for IBM Cloud Pak for Dataを見る(英語) →

無料のハンズオン・ラボを試す

IBM Watson Studioが持つ機械学習とディープ・ラーニングのさまざまな機能をご確認ください。

今すぐ試用または購入

ご購入前に30日間無料の評価版を使用してWatson Machine Learningをお試しいただけます。また、料金体系とデプロイメント計画を今すぐ検討することもできます。どちらの場合でも、IBMではお客様が簡単に次のステップに進めるようにご用意しております。

ㅤㅤ ㅤㅤ ㅤㅤ

ㅤㅤ ㅤㅤ ㅤㅤ

データとAIの活用にお困りですか?