ディープラーニングを用いた時系列データの予測モデルの作り方
現場のAIエンジニアから学ぶ「時系列データの予測モデルの作り方」 第1回
本稿では、NTTテクノクロスでAIエンジニアとして活躍する筆者が、実際にどのようなことを行っていて、どのような苦労があるのかを、実際に動かして試せる「時系列データの予測モデル作成」の題材を通して、4回にわたってお伝えします。第1回では、プロトタイプで想定するサービスが作れるかを検証するPoC（概念実証）の辺りをお伝えします。（編集部）
※印刷用ページ表示機能はメンバーのみが利用可能です（登録無料）。
この記事は参考になりましたか？
- 現場のAIエンジニアから学ぶ「時系列データの予測モデルの作り方」連載記事一覧
- この記事の著者
-
阪本 正樹（NTTテクノクロス）（サカモト マサキ）
NTTテクノクロス株式会社 IoTイノベーション事業部 第一ビジネスユニット所属。NTT研究所内でのビッグデータ活用の研究開発に従事し、2012年から顧客企業でのビッグデータ活用、AI技術活用に取組む。NTTテクノクロスでは人にやさしい「みらい」を作るAIファースト活動を拡大中。
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
