« POSデータ分析基本徹底セミナー、終了! | Main | 伊藤忠商事、ユニー・ファミリーマートHへTOB! »

April 20, 2018

AIは3つ、判別、推論、予測!

1.PLSA(Probabilistic Latent Semantic Analysis):判別(クラスタリング)
・従来のクラスタリングは大部分がハードクラスタリングであり、2つの次元の距離をもとに1つの次元に集約する方法です。AI、特にPLSAはソフトクラスタリングであり、2つの次元の前に先に仮説のクラスターをつくり、そのクラスターに2つの次元をソフトクラスタリングで統合してゆくことが大きく違います。ソフトとは1対1への分類ではなく、1対1、1対0.1、1対0.01、・・など、無限に分解し、クラスタリングすることです。たとえば、人なら一人を1つのクラスターに分類するのではなく、いくつものクラスターに分類し、同時に、商品の場合もいくつものクラスターに分類し、さらに、人と商品をひとつのクラスターに同時に分類してしまいます。これは人間では不可能な判別であり、まさに、AIのなせる技といえ、そこから思いもつかない新たな視点、発想が生まれます。

2. BN(Bayesian Network):因果関係を推論
・AIのもうひとつのポイントは判別できたクラスター間の因果関係を推論できることです。推論とは、どのクラスターが何に関与し、各クラスターはどのような関係があるかを明らかにすることです。推論のポイントはリフト値であり、条件付き確率の極致を追求することになります。ID-POS分析にもリフト値は活用されますが、ひとつの商品と他の商品との関係をみることが多いのに対し、BNではすべての因果関係をいっきに見てしまうことが人間にはできなAIならではの技です。人間がやるとまず計算をあきらめ、仮にやったとしても数年かかるかもしれないものをAIは疲れることなく、人間の数倍、数十倍、数百倍の速さで因果関係を推論します。
・BNはPLSAと組み合せるとさらに新たな知見が生じます。この分野は日進月歩であり、すでに、この2つのAIを組み合わせた特許が成立しています。また、PLSAだけでもソニー、パナソニック、三星電子、アリババなどが特許を出願しており、特許競争がはじまっています。

3.DL(Deep Learning):予測
・そして、3つ目のAIは予測、DLです。これは大量のデータを深層学習させ、モデルをつくれば、ごくわずかな事実から将来を予測することができるすぐれもののAIです。中身はブラックボックスですので、先の2つのAIは中身が見えるのとは対照的なAIともいえます。ID-POS分析にはこのDLが効果的ではないかと思います。大量のデータがすでにありますので、これを学習させれば、様々な予測が可能になるといえます。
・いくつか試しに試みましたが、85%ぐらいの精度も出ており、人間がやるよりはるかに高い確率といえ、いずれ、実践に活用されてくるのではと思います。また、PLSA(判別)、BL(推論)と、このDL(予測)を組み合わせると何かが生まれるのではないかと思います。

残念ながら、申し込みは終了(公開から1週間)しましたが、以下のセミナーではこれらの実際の分析事例を解説する予定です。第2弾もいずれ企画しますので、ご期待ください。

小売業のAIセミナー(4/27):店舗
・http://diamond-rm.net/articles/-/17937

メーカー・卸のAIセミナー(4/25):カテゴリ―
・http://diamond-rm.net/articles/-/17938

PI研のコメント(facebook):
・AIのセミナーを実施します。残念ながら1週間で主催者が閉め切ってしまったため、現時点で申し込みはできませんが、いずれ、第2弾を主催者と相談し、企画したいと思います。あるいは、独自開催も、この際、検討してみたいと思います。AIをここ最近精力的に取り組んでいますが、現時点で得られた結論は、AIは3つに集約できるということです。3つとは判別、推論、予測です。この3つは残念ながら1つのAIのアルゴリズムでは実現できず、3つのアルゴリズムが必要で、これらを組み合わせて活用することがポイントといえます。どれ一つをとってもおもしろいのですが、3つを組み合わせると、3本の矢となり、強力なチームAIとなります。当面、この3つを様々に組み合せて現実の問題を解いてゆくことになると思います。特に、ID-POS分析はそもそも人間がやる分析ではないといえ、特に、ここ最近ではビッグデータが加わり、人間では不可能な分析領域になったといえます。ある意味、ID-POS分析を人間がやる時代は終わったともいえます。今後はここはAIの独壇場になってゆくのではないかとも思います。というより、そうしなければならないといえ、早く、分析業務からAIによって人間を開放し、もっと人間らしい取り組み、疲弊するのではなく、自らを高められる世界に変えていかなければならないと思います。AIはそのため第1歩といえ、だからAIを研究し、実践に活用し、実用化する意義があるのではと思います。2018年度はまさに、AIがID-POS分析に適用されるスタートの年かと思います。来週のセミナーではこのような視点から実際のID-POSデータをこの3つのAIにかけ、判別、推論、予測を試みるつもりです。どのような新たな視点がえられ、どのように分析業務が改善できるか、検討してみたいと思います。

続きは、・・:https://twitter.com/PurchaseTW

━━━━━━ お知らせ! ━━━━━━━━━━━━
 1.2017年度版、食品スーパー・ドラッグストア財務3表連環分析、リリース
  *現在Vol.1:お申し込みはこちら
  *食品スーパー・ドラッグストア、全上場企業約100社を対象!
  *過去8年間を(ドラッグストア6年)、エクセルで自由自在に分析!
      *分析事例:eラーニングで公開
 2.週間!食品スーパーマーケット最新情報:まぐまぐ
 3.facebookに「食品スーパーマーケット最新情報」グループ創設700人!とです。

April 20, 2018 |

TrackBack

TrackBack URL for this entry:
http://app.cocolog-nifty.com/t/trackback/62283/66626090

Listed below are links to weblogs that reference AIは3つ、判別、推論、予測!:

Comments

Post a comment