知っておきたい機械学習の5つの事例

Paul Matthews, freelance tech writer, writes about examples of 機械学習 across the the ヘルスケア, entertainment, marketing and education industries. 

フロントエンド開発から自動車分野まで、その用途は 機械学習g for business purposes is bigger than ever. Examples of machine learning in the real world include recommendation engines, object detection, natural language processing, and more. Let’s analyse five interesting examples of how ML is being used to deliver better online experiences and advance ヘルスケア and education.

1.音楽です。SpotifyとSoundcloud 

 ユニバーサル、ソニー、EMIなどの企業は、過去10年間に大規模なデジタル化を経験し、「一定数のレコードを売る」ことから「そのレコードを『n』回ストリーミングする」ことに進化しました。Youtube、Spotify、Soundcloudなどのポータルでの再生による広告経由のマネタイズは、求められているものです。騒がしい音楽市場の中で、これらのプラットフォームはどのようにして常にトラフィックと耳を自分たちのリリースに向かわせることができるのでしょうか？それは、機械学習ツールを使って、より多くのユーザーを自動的に引き寄せることです。あなたのデイリーミックスの中で、ランダムなトラックが「あなたの好みに基づいたもの」とアドバイスされているのを何度見たことがあるでしょうか（いや、聞いたことがあるかもしれません）。この問題に対する答えは、比較的シンプルなアプリケーションにあります。

1.実際の曲の構成と
2.推奨された曲の前後にユーザーが自分の選んだ曲を再生していること。

SpotifyもSoundcloudも、MLアルゴリズムを使ってユーザーの選択を理解・分析し、収集した情報に基づいて判断を下しています。

2.PathAi:Tensorflowによる迅速な診断 

PathAiは、主にTensorflowベースのアプリケーションで、症状と他の環境変数（人口統計学、場所など）を関連付けることで、診断の迅速化を支援します。PathAiの最大のセールスポイントは、完全なクラウドベースのアーキテクチャで立ち上げることができるだけでなく、ヘルスケア分野の他のかさばるソフトウェアと比較して、非常にスリムで、時にはアドホックなハードウェアを必要とするという点です。PathAiは、1億5,000万ドル以上の投資を受けていることから、近い将来、非常に大きな企業になることは間違いないでしょう。 

MLやテクノロジー関連の医療系スタートアップを将来の「業界標準」として挙げるのはなかなか難しいですが、今のところ、PathAiは健康とテクノロジーの未来に関する基礎を築いていると言っていいでしょう。 

3.コンチェルト。MLによる医療データサイエンス 

Concertoでは、ヘルスケア分野とその機械学習ベースのアプリケーションの分析を続けています。Concertoが開発されたとき、クリエイターたちは明確なアイデアを持っていた。それは、膨大で、時には混乱を招くデータベースをわずかな時間で自動的に処理することで、腫瘍医、外科医、一般の医師の症状の理解を助けることができるものを作ることだった。実はConcertoは、医療目的のための最初のデータサイエンス関連ツールなのだ。元データサイエンティストのチームによってニューヨークで開発されたConcertoは、データ処理に関して、いまだに紙と専門家間の遅いコミュニケーションに頼っている医療の世界で、テクノロジーの爽やかな香りを漂わせている。Concertoは、データサイエンスが単なるマーケティング目標やリターゲティング広告のためではなく、プロセスを構築するためのインフラやアーキテクチャにどのように適用されるかを示す、強力で具体的な例です。Concertoは、2025年には、少なくとも米国では最も使用されるデータベースになると言われています。 

4.Webパーソナライゼーション。好きなものを、好きなときに 

Ah, machine learning and marketing. If this isn’t the biggest combination of the decade, then there isn’t another one. With web personalization, we refer to the usage of a number of programming languages (mainly パイソン and Javascript) to optimise a catalogue, a product listing, or a piece of content on a web page/application. The personalization process is divided into 3 main sections, acquisition, processing and build. 

-その 取得 の部分は、ユーザーがページにアクセスしたとき（主にCookieを介して）、メールでのアンケートに回答したとき、ページの検索ボックスに何かを入力したときに行われるデータ収集を指します。GDPRの最新の判決を受けて、この部分をユーザーに明確にする必要があります。 

-その 処理 の部分はPythonライブラリの使用に関連しており、実際にユーザーの行動を処理して内部のデータレイク環境にデータポイントを作成し、このデータをカスタマイズされたコンテンツにレンダリングするJavascriptツールのガイドラインとなっています。 

-その ビルド のプロセスは、上述のJavascriptツールがページを最適化する際に発生するものです。例えば、これらのデータポイント内のガイドラインが、赤い靴が好きなユーザーxが現在フットウェアセクションを閲覧していることを示している場合、JSベースのアプリケーションは、そのような結果を上位に移動させ、サイトのコンバージョン率を高めます。とてもシンプルですが、とても効果的ですね。 

パーソナライゼーションは、ZARA、Primark、Boohoo、ASOSなどのブランドで採用されています。 

5.全体としての教育 

この教育分野を改善するために機械学習ベースのツールを構築している教育関連のスタートアップが何十社もあります。彼らの目的は何なのか？ ここでは、教育現場での機械学習の活用例をご紹介します。 

- 問題解決と正確なデータの入手が容易に。想像してみてください 複雑な問題に数秒でアクセスして ソフトウェアが縮小した後に 最も簡単な形で説明できる先生がいるとしたら 観客のレベルにもよりますが 

- トピックやその難易度などに応じて、タスクや試験を自動的に作成します。先生にとっては、かなり救われますよね？このためのMLアルゴリズムは、必要な難易度の試験問題を出すように訓練され、解答も自動的に計算されるようになります。 

- 試験や小論文の合格率を分析してクラスの進度を予測することは、教師自身の評価にもつながります。

結論

今日の世界における機械学習の例は数え切れません。ビジネスの観点だけでなく、ユーザーの観点から見ても、MLの未来が非常に明るいことは容易に理解できます。未来はまさに、自動化されているのです。

を相談する必要があります。 機械学習経験者t?Kolabtreeでフリーランスの科学者を雇いましょう。 プロジェクトの投稿は無料で、すぐに始めることができます。 

Paul Matthewsは、マンチェスターを拠点とするビジネス・技術系ライターで、以下の目的で執筆活動を行っています。
ビジネスを成功させるにはどうしたらいいのか、ビジネスオーナーにもっと情報を提供したい。現在、彼は
の最大のチームに相談。 アプリ開発者 in Manchester。