H2O Driverless AI

レーザー加工による半導体電子デバイス材料の物理特性の変化をAIで推定。H2O Driverless AIを用いた実証実験で開発期間の9割短縮に目処を付けました。

H2O Driverless AIで物流出荷量の予測を開始。1カ月先の予測を高精度に行うことで、運用の効率化を目指しています。

製品需要の将来予測を高い精度で行う方法を模索する中、H2O Driverless AI の有効性を検証。これまで担当者が経験と勘を頼りに行っていた予測を大きく上回る精度を発揮し、同社業務での有効性に確信を得ました。

機械学習のチュートリアルでよく用いられる、タイタニック号の乗客名簿を元にした生死の予測を行います。

金融機関の与信スコアリングを題材として、顧客データから貸し倒れリスクを予測します。

過去の売れ行きデータを元にして、将来の売れ行き（需要）を予測します。

NASAが公開しているジェットエンジンの耐久テストのデータをもとにして、故障までの残存寿命を予測するモデルを自動で生成します。

H2O Driverless AIの英語版マニュアルです。

H2O Driverless AIの日本語版マニュアルです。有志で翻訳したものをベースとしており、暫定的に公開しています。

有志でH2O.aiのMeetupを開催しています（不定期）。そのMeetupで使用し、公開済みの資料です。ユーザー検証事例なども含まれています。

H2O Driverless AIは、データ・サイエンティストの知見を利用したビッグデータ活用を専門家がいなくてもすぐに始めることができ、データ・サイエンティスト不足の切り札として利用いただくことが可能です。

ミッションクリティカルな業務システムが稼働するIBM AIX環境には、企業の重要かつ新鮮なデータが蓄積されます。これらのデータを外部に移動することなく、AIによる分析を直接実行できれば、リアルタイムな洞察に基づく優れた経営判断を行うことができます。そのシステム構築についてご紹介します。

H2O Driverless AI に関連するブログ記事の一覧ページです。

H2O Driverless AI は日本語に対応しています。日本語化の方法や実際の画面について書かれた記事をご覧いただけます。

H2O Driverless AI を使って予測モデルを作成する手順について書かれた記事です。小売店の売上データを元に、店舗の売上を予測するモデルを作成しています。

H2O Driverless AI を使って作成された予測モデルの解釈について書かれた記事です。

予測モデルをプログラムに組み込む場合や他システムと連携する際の方法について書かれた記事です。作成されたモデルをDriverless AIの外で実行する方法です。

H2O Driverless AI（IBMより入手可能）は、 IBM Power Systems サーバー内の GPU の数に基づく新しい料金設定と複数年のオプションを提供します。

H2O Driverless AI は IBM POWER AC922のサーバー上にインストールできます。Minimum, Growth, Maximumの３パターンでサーバーを構成する場合の仕様についてまとめています。

H2O.aiのパートナー・サイトで、動画、データ・シート、導入事例、プレス・リリースなどをご覧いただけます。

H2O.aiのノンコーディングAIを紹介し、日本での普及を目指しているユーザーコミュニティーです。