SlideShare una empresa de Scribd logo
1 de 26
Copyright 2016 Nippon Information and Communication Corporation
【Watson】Tradeoff Analyticsの概要
日本情報通信株式会社
グラウド・テクニカルセールス部
先進テクノロジーグループ
小沢 勇太
Copyright 2016 Nippon Information and Communication Corporation
本資料内でのスペック・サービス内容の表記については2016年7月現在の資
料を参考にしております。内容について誤りがないように努めておりますが実際の
ご利用の際にはご確認の上実施下さい。
Copyright 2016 Nippon Information and Communication Corporation
Speaker
小沢 勇太 (Yuta Ozawa)
クラウド・テクニカルセールス部 先進テクノロジーグループ
入社よりIBM Security Guardium、IBM Campaign等のソフトウェア製品のデリバリーに
従事。その後、先進テクノロジーグループに配属し、Watson APIを活用したアプリケー
ションの開発を担当。
日本アイ・ビー・エムとNTTの合資会社として創業30年となるSIerです。創業時から
NTTのネットワーク技術とIBMのサーバ/ソフトウェア技術を活かしたシステム構築
を実施。ここ10年ほどはネットワークプラットフォーム、EDI等のマネージドサービ
スを運営し現在はクラウドそして分析ソリューションに注力しています。
http://www.niandc.co.jp
Copyright 2016 Nippon Information and Communication Corporation
Agenda
Tradeoff Analytics の使い方2
Tradeoff Analytics demo(時間があれば・・・・)3
Tradeoff Analytics概要1
Copyright 2016 Nippon Information and Communication Corporation
1.Tradeoff Analytics概要
- 6 -
Copyright 2016 Nippon Information and Communication Corporation
そもそもトレードオフって?
トレードオフ(英: Trade-off)とは、一方を追求すれば他方を犠牲にせざる
を得ないという状態・関係のことである。 (wikipediaより抜粋)
身の回りにはトレードオフがたくさん、、、、
バッテリー?サイズ?
品質?コスト?
仕事?家庭?
- 7 -
Copyright 2016 Nippon Information and Communication Corporation
Tradeoff Analyticsとは?
Tradeoff Analytics を使用すると、対立することが多い複数の目標について、ある選択を行った
場合にどのような影響があるのか考慮しながら、より良い選択を行うことができます。このサービ
スは、どのローンを組むかといった複雑な決定を下す際にも、また、どのラップトップを購入する
かといった日常的な決定を下す際にも役立ちます。Tradeoff Analytics は、パレートのフィルタ
リング技法を使用して、複数の条件下において最適な選択肢を特定します。そして、意思決定者は、
それらの最適な選択肢間のトレードオフを、各種の分析と視覚的なアプローチによって検討するこ
とができます。これにより、選択したオプションは、意思決定者にとって重要な目標と条件を必ず
満たすようになります。(bluemix上のカタログより抜粋)
簡単に言うと、、、オススメ提案API
- 8 -
Copyright 2016 Nippon Information and Communication Corporation
Tradeoff Analyticsは何をする?
分析条件
(例:値段、重さ)
データ
(例:製品情報)
最良候補
(オススメ商品)
Tradeoff Analytics
- 9 -
Copyright 2016 Nippon Information and Communication Corporation
Tradeoff Analytics の特徴
1.Bluemix上で利用可能なWatson API。
2.ユーザが求める条件を最大限満たす候補を複数提示します。
3.更に少しの妥協でより良いと考えられる候補を提示します。
4.よく出来ているUIがサンプルであります。
- 10 -
Copyright 2016 Nippon Information and Communication Corporation
最良の候補となる基準
A ⇒ Yのパラメータが他に比べ優れているので最良の候補となる。
B ⇒ Xのパラメータが他に比べ優れているので最良の候補となる。
C ⇒ A/Bと比べどちらのパラメータも劣っているので除外される。
D ⇒ データ(Y)が足りないので、除外される。
1つ以上の条件で優れているものが最良の候補となる。
Option Category Objective X Objective Y
A Front 5 7
B Front 7 5
C Excluded 3 4
D Incomplete 6
- 11 -
Copyright 2016 Nippon Information and Communication Corporation
ここが面白いTradeoff Analytics
東京周辺で安いホテル探すとき・・・・
通常の検索システムだとエリアを指定した場合、他のエリアは出てこないが、
Tradeoff Analyticsであれば、1つ以上の条件で優れている候補が出てくるので、
ユーザが思いもしないような最良の候補を提示することが出来る。
ホテル名 Category エリア 値段
Aホテル 最良候補 上野 9800
Bホテル 最良候補 東京 12000
Cホテル 候補から除外 品川 19800
Dホテル データ無し 青梅市
- 12 -
Copyright 2016 Nippon Information and Communication Corporation
2.Tradeoff Analyticsの使い方
- 13 -
Copyright 2016 Nippon Information and Communication Corporation
Tradeoff Analyticsの使い方
1.JSON形式の分析用データを用意する。
2.REST APIを呼び出す。
3.レスポンスを確認する。
これだけ!!!!!!
- 14 -
Copyright 2016 Nippon Information and Communication Corporation
1.JSON形式の分析用データを用意する
分析の条件となるパラメータ
分析に使用するデータ
- 15 -
Copyright 2016 Nippon Information and Communication Corporation
1.JSON形式の分析用データを用意する
{
“subject”: “家電検索",
"columns": [
{
“key”: “商品名",
“full_name”: “商品名",
"type": "text",
"is_objective": false,
"goal": "max"
},
{
"key": "値段",
"full_name": "値段",
"type": "numeric",
"range": {
"low": 0.0,
"high": 15000.0
},
"is_objective": true,
"goal": "min"
},
type
⇒ categorical,numeric,text,datetimeが指定可能
categoricalを使用すると優先順位をつけて検索可能!
is_objective
⇒ このカラムを検索条件にするかどうかのパラメータ。
Falseの場合検索条件とはならない。
range
⇒”low”及び”high”を指定することで候補がその範囲内で検索
される
goal
⇒ このカラムが大きい方が良い(max)か、小さい方が良い
(min)を指定する
columns:分析の条件となるパラメータ
- 16 -
Copyright 2016 Nippon Information and Communication Corporation
1.JSON形式の分析用データを用意する
options:分析に使用するデータ(商品情報等)
"options": [
{
"key": 1,
“name”: “4kテレビ”,
"values": {
“商品名”: “4kテレビ",
"値段": 11000,
“画面サイズ": “60",
"レビュー数": 10725,
"平均レビュー値": 1.5,
“倍速": 2
}
},
values
⇒ カテゴリ名はcolumnsのkeyと一致している必要がある。
上記の分析に使用するデータを“options”に全て記述する。
例えば商品数が1000件あれば、上記が1000セット必要。
- 17 -
Copyright 2016 Nippon Information and Communication Corporation
Tradeoff Analyticsの使い方
2.REST APIを呼び出す。
これだけ!!!!!!
- 18 -
Copyright 2016 Nippon Information and Communication Corporation
2.REST APIを呼び出す
・CurlでREST APIを利用する。
【例】
curl -X POST -u “ユーザ名”:“パスワード" --header "Content-Type: application/json" --data @data.json
“https://gateway.watsonplatform.net/tradeoff-analytics/api/v1/dilemmas”
※ユーザ名/パスワード等の資格情報の取得についてはその他のサービスと同じなので省略しております。
・Java、Node.js、pythonはライブラリが用意されている。
詳しくはwebで
https://www.ibm.com/watson/developercloud/tradeoff-analytics/api/v1/
- 19 -
Copyright 2016 Nippon Information and Communication Corporation
Tradeoff Analyticsの使い方
3.レスポンスを確認する。
これだけ!!!!!!
- 20 -
Copyright 2016 Nippon Information and Communication Corporation
3.レスポンスを確認する
最初に投げたsubject、columns、optionsが
そのまま戻ってきます。。。
グラフマッピングする
ための座標はここ
(今回は省略)
分析結果はここ
- 21 -
Copyright 2016 Nippon Information and Communication Corporation
3.レスポンスを確認する
status
⇒ 最良と考えられる候補かどうかの結果。以下4つのstatusがある。
【front】 ⇒ 最良と思われる候補
【exclude】 ⇒ 除外された候補
【incomplete】 ⇒ データが足りなかった、レンジ外等で除外されたもの
【does_not_meet_preference】 ⇒ categoricalの条件で除外されたもの
shadows/shadow_me
⇒ 少しの妥協でより良いと考えられる候補が他にある場合、ここに番号が入る。
(値段は高いが、解像度が良くて、平均レビュー値がもっと良い物があります。
といったような商品がある場合に番号が入る。ただし、何を妥協して、何が得ら
れるのかはこのデータを見ただけではすぐに分からない。)
"resolution": {
"solutions": [
{
"solution_ref": “1",
"status": "FRONT",
"shadows": [
"22"
]
},
{
"solution_ref": “2",
"status": "EXCLUDED"
},
・・・・・
solution_ref
⇒ optionのkeyと対応している。(”1”はoptionsの”1“と対応している。)
solutions:分析の結果
- 22 -
Copyright 2016 Nippon Information and Communication Corporation
Tradeoff Analytics制限事項
• データフォーマットはJSONのみ。
• 条件選択できるカラムは10個まで。
• 条件に選択したカラムにデータが入っていないものは候補から除外。
- 23 -
Copyright 2016 Nippon Information and Communication Corporation
3.Tradeoff Analytics demo
- 24 -
Copyright 2016 Nippon Information and Communication Corporation
Tradeoff Analytics demo
車を選んでみましょう
- 25 -
Copyright 2016 Nippon Information and Communication Corporation
まとめ
• 3ステップで利用できる分析Watson API。
• 分析用のJSONデータを準備するだけで利用可能、学習データの準
備・学習を実施すること無く利用可能。
• ユーザが求める条件を最大限満たした候補を提示する。
- 26 -
Copyright 2016 Nippon Information and Communication Corporation
リンク
• Tradeoff Analytics ドキュメント
https://www.ibm.com/watson/developercloud/doc/tradeoff-analytics/index.shtml
• Tradeoff Analytics デモ(簡易版)
https://tradeoff-analytics-
demo.mybluemix.net/?cm_mc_uid=83758768994414672429597&cm_mc_sid_50200000=1469173056
• Tradeoff Analytics デモ(完全版)
https://tradeoff-analytics-ui-
demo.mybluemix.net/?cm_mc_uid=83758768994414672429597&cm_mc_sid_50200000=1469173056#cars
• Tradeoff Analytics CSV to JSON
(ローカルのcsvファイルを入れて試せます。オススメ)
http://tradeoff-analytics-csvtojson.mybluemix.net/

Más contenido relacionado

La actualidad más candente

クラウドがもたらすイノベーションプラットフォームとは
クラウドがもたらすイノベーションプラットフォームとはクラウドがもたらすイノベーションプラットフォームとは
クラウドがもたらすイノベーションプラットフォームとはAtsuro Nakahashi
 
Watsonで地図ナビアプリつくってみた
Watsonで地図ナビアプリつくってみたWatsonで地図ナビアプリつくってみた
Watsonで地図ナビアプリつくってみたKota Suizu
 
IBM Watson AnalyticsとBoxの連携
IBM Watson AnalyticsとBoxの連携IBM Watson AnalyticsとBoxの連携
IBM Watson AnalyticsとBoxの連携IBM Analytics Japan
 
IBM Bluemix × Watson でMashup Hackathon (API説明)
IBM Bluemix × Watson でMashup Hackathon (API説明)IBM Bluemix × Watson でMashup Hackathon (API説明)
IBM Bluemix × Watson でMashup Hackathon (API説明)Masaya Fujita
 
SmartNewsを支えるデータパイプラインとその運用
SmartNewsを支えるデータパイプラインとその運用SmartNewsを支えるデータパイプラインとその運用
SmartNewsを支えるデータパイプラインとその運用SmartNews, Inc.
 
IBMワトソン 勉強会 20161121a
IBMワトソン 勉強会 20161121aIBMワトソン 勉強会 20161121a
IBMワトソン 勉強会 20161121aMaho Takara
 
JAWS-UG IoT専門支部 2018-07 | AWS へアクセスするときのクレデンシャル、どうしてる?
JAWS-UG IoT専門支部 2018-07 | AWS へアクセスするときのクレデンシャル、どうしてる?JAWS-UG IoT専門支部 2018-07 | AWS へアクセスするときのクレデンシャル、どうしてる?
JAWS-UG IoT専門支部 2018-07 | AWS へアクセスするときのクレデンシャル、どうしてる?SORACOM,INC
 
Bluemix predictive analyticsのご紹介
Bluemix predictive analyticsのご紹介Bluemix predictive analyticsのご紹介
Bluemix predictive analyticsのご紹介IBM Analytics Japan
 
DevRel2020-TransformingDeveloperMarketingStrategy
DevRel2020-TransformingDeveloperMarketingStrategyDevRel2020-TransformingDeveloperMarketingStrategy
DevRel2020-TransformingDeveloperMarketingStrategyShotaro Suzuki
 
Ibm watson analyticsでリレーショナル・データベースのデータを利用する
Ibm watson analyticsでリレーショナル・データベースのデータを利用するIbm watson analyticsでリレーショナル・データベースのデータを利用する
Ibm watson analyticsでリレーショナル・データベースのデータを利用するIBM Analytics Japan
 
Cloud Satelliteで実現する分散クラウド時代のIBM Blockchain Platform Anywhereとエコシステム | 日本アイ・ビ...
Cloud Satelliteで実現する分散クラウド時代のIBM Blockchain Platform Anywhereとエコシステム | 日本アイ・ビ...Cloud Satelliteで実現する分散クラウド時代のIBM Blockchain Platform Anywhereとエコシステム | 日本アイ・ビ...
Cloud Satelliteで実現する分散クラウド時代のIBM Blockchain Platform Anywhereとエコシステム | 日本アイ・ビ...blockchainexe
 
Lt tech feedsummit-0618-rev
Lt tech feedsummit-0618-revLt tech feedsummit-0618-rev
Lt tech feedsummit-0618-revShotaro Suzuki
 
Microsoft Dynamics AX 7のOData/API活用が切り開くERPとIoTの世界
Microsoft Dynamics AX 7のOData/API活用が切り開くERPとIoTの世界Microsoft Dynamics AX 7のOData/API活用が切り開くERPとIoTの世界
Microsoft Dynamics AX 7のOData/API活用が切り開くERPとIoTの世界Kohei MATSUSHITA
 
OSSを活用して進化しつづける IBMクラウドとコグニティグ・ ソリューションIBM Watsonの最新情報
OSSを活用して進化しつづける IBMクラウドとコグニティグ・ ソリューションIBM Watsonの最新情報OSSを活用して進化しつづける IBMクラウドとコグニティグ・ ソリューションIBM Watsonの最新情報
OSSを活用して進化しつづける IBMクラウドとコグニティグ・ ソリューションIBM Watsonの最新情報岬 宇藤
 
Ibm Watson Analyticsで簡易Twitter分析
Ibm Watson Analyticsで簡易Twitter分析Ibm Watson Analyticsで簡易Twitter分析
Ibm Watson Analyticsで簡易Twitter分析IBM Analytics Japan
 
【Open cloud innovation festa 2016 資料】 SoftLayerで始めるデジタルマーケティング
【Open cloud innovation festa 2016 資料】 SoftLayerで始めるデジタルマーケティング【Open cloud innovation festa 2016 資料】 SoftLayerで始めるデジタルマーケティング
【Open cloud innovation festa 2016 資料】 SoftLayerで始めるデジタルマーケティングKohei Nishikawa
 
Tokyo Jazug Night 2020-01 Azure Monitor を使った運用監視コトハジメ
Tokyo Jazug Night 2020-01 Azure Monitor を使った運用監視コトハジメTokyo Jazug Night 2020-01 Azure Monitor を使った運用監視コトハジメ
Tokyo Jazug Night 2020-01 Azure Monitor を使った運用監視コトハジメTsubasa Yoshino
 
20150421 QCon Tokyo 2015 Azureが切り開く新時代のソフトウェア開発・設計
20150421 QCon Tokyo 2015 Azureが切り開く新時代のソフトウェア開発・設計20150421 QCon Tokyo 2015 Azureが切り開く新時代のソフトウェア開発・設計
20150421 QCon Tokyo 2015 Azureが切り開く新時代のソフトウェア開発・設計貴志 上坂
 
国内Cloud spanner初事例!「迎車料金無し!新感覚タクシーアプリ「フルクル」」
国内Cloud spanner初事例!「迎車料金無し!新感覚タクシーアプリ「フルクル」」 国内Cloud spanner初事例!「迎車料金無し!新感覚タクシーアプリ「フルクル」」
国内Cloud spanner初事例!「迎車料金無し!新感覚タクシーアプリ「フルクル」」 Hayato Ito
 

La actualidad más candente (19)

クラウドがもたらすイノベーションプラットフォームとは
クラウドがもたらすイノベーションプラットフォームとはクラウドがもたらすイノベーションプラットフォームとは
クラウドがもたらすイノベーションプラットフォームとは
 
Watsonで地図ナビアプリつくってみた
Watsonで地図ナビアプリつくってみたWatsonで地図ナビアプリつくってみた
Watsonで地図ナビアプリつくってみた
 
IBM Watson AnalyticsとBoxの連携
IBM Watson AnalyticsとBoxの連携IBM Watson AnalyticsとBoxの連携
IBM Watson AnalyticsとBoxの連携
 
IBM Bluemix × Watson でMashup Hackathon (API説明)
IBM Bluemix × Watson でMashup Hackathon (API説明)IBM Bluemix × Watson でMashup Hackathon (API説明)
IBM Bluemix × Watson でMashup Hackathon (API説明)
 
SmartNewsを支えるデータパイプラインとその運用
SmartNewsを支えるデータパイプラインとその運用SmartNewsを支えるデータパイプラインとその運用
SmartNewsを支えるデータパイプラインとその運用
 
IBMワトソン 勉強会 20161121a
IBMワトソン 勉強会 20161121aIBMワトソン 勉強会 20161121a
IBMワトソン 勉強会 20161121a
 
JAWS-UG IoT専門支部 2018-07 | AWS へアクセスするときのクレデンシャル、どうしてる?
JAWS-UG IoT専門支部 2018-07 | AWS へアクセスするときのクレデンシャル、どうしてる?JAWS-UG IoT専門支部 2018-07 | AWS へアクセスするときのクレデンシャル、どうしてる?
JAWS-UG IoT専門支部 2018-07 | AWS へアクセスするときのクレデンシャル、どうしてる?
 
Bluemix predictive analyticsのご紹介
Bluemix predictive analyticsのご紹介Bluemix predictive analyticsのご紹介
Bluemix predictive analyticsのご紹介
 
DevRel2020-TransformingDeveloperMarketingStrategy
DevRel2020-TransformingDeveloperMarketingStrategyDevRel2020-TransformingDeveloperMarketingStrategy
DevRel2020-TransformingDeveloperMarketingStrategy
 
Ibm watson analyticsでリレーショナル・データベースのデータを利用する
Ibm watson analyticsでリレーショナル・データベースのデータを利用するIbm watson analyticsでリレーショナル・データベースのデータを利用する
Ibm watson analyticsでリレーショナル・データベースのデータを利用する
 
Cloud Satelliteで実現する分散クラウド時代のIBM Blockchain Platform Anywhereとエコシステム | 日本アイ・ビ...
Cloud Satelliteで実現する分散クラウド時代のIBM Blockchain Platform Anywhereとエコシステム | 日本アイ・ビ...Cloud Satelliteで実現する分散クラウド時代のIBM Blockchain Platform Anywhereとエコシステム | 日本アイ・ビ...
Cloud Satelliteで実現する分散クラウド時代のIBM Blockchain Platform Anywhereとエコシステム | 日本アイ・ビ...
 
Lt tech feedsummit-0618-rev
Lt tech feedsummit-0618-revLt tech feedsummit-0618-rev
Lt tech feedsummit-0618-rev
 
Microsoft Dynamics AX 7のOData/API活用が切り開くERPとIoTの世界
Microsoft Dynamics AX 7のOData/API活用が切り開くERPとIoTの世界Microsoft Dynamics AX 7のOData/API活用が切り開くERPとIoTの世界
Microsoft Dynamics AX 7のOData/API活用が切り開くERPとIoTの世界
 
OSSを活用して進化しつづける IBMクラウドとコグニティグ・ ソリューションIBM Watsonの最新情報
OSSを活用して進化しつづける IBMクラウドとコグニティグ・ ソリューションIBM Watsonの最新情報OSSを活用して進化しつづける IBMクラウドとコグニティグ・ ソリューションIBM Watsonの最新情報
OSSを活用して進化しつづける IBMクラウドとコグニティグ・ ソリューションIBM Watsonの最新情報
 
Ibm Watson Analyticsで簡易Twitter分析
Ibm Watson Analyticsで簡易Twitter分析Ibm Watson Analyticsで簡易Twitter分析
Ibm Watson Analyticsで簡易Twitter分析
 
【Open cloud innovation festa 2016 資料】 SoftLayerで始めるデジタルマーケティング
【Open cloud innovation festa 2016 資料】 SoftLayerで始めるデジタルマーケティング【Open cloud innovation festa 2016 資料】 SoftLayerで始めるデジタルマーケティング
【Open cloud innovation festa 2016 資料】 SoftLayerで始めるデジタルマーケティング
 
Tokyo Jazug Night 2020-01 Azure Monitor を使った運用監視コトハジメ
Tokyo Jazug Night 2020-01 Azure Monitor を使った運用監視コトハジメTokyo Jazug Night 2020-01 Azure Monitor を使った運用監視コトハジメ
Tokyo Jazug Night 2020-01 Azure Monitor を使った運用監視コトハジメ
 
20150421 QCon Tokyo 2015 Azureが切り開く新時代のソフトウェア開発・設計
20150421 QCon Tokyo 2015 Azureが切り開く新時代のソフトウェア開発・設計20150421 QCon Tokyo 2015 Azureが切り開く新時代のソフトウェア開発・設計
20150421 QCon Tokyo 2015 Azureが切り開く新時代のソフトウェア開発・設計
 
国内Cloud spanner初事例!「迎車料金無し!新感覚タクシーアプリ「フルクル」」
国内Cloud spanner初事例!「迎車料金無し!新感覚タクシーアプリ「フルクル」」 国内Cloud spanner初事例!「迎車料金無し!新感覚タクシーアプリ「フルクル」」
国内Cloud spanner初事例!「迎車料金無し!新感覚タクシーアプリ「フルクル」」
 

Destacado

Watson API トレーニング 20160716 rev02
Watson API トレーニング 20160716 rev02Watson API トレーニング 20160716 rev02
Watson API トレーニング 20160716 rev02Hiroaki Komine
 
オイシックス事例発表・顧客属性推定とレコメンド
オイシックス事例発表・顧客属性推定とレコメンドオイシックス事例発表・顧客属性推定とレコメンド
オイシックス事例発表・顧客属性推定とレコメンドKeisho Suzuki
 
私にもできる!Bluemixで簡単アプリ開発♪
私にもできる!Bluemixで簡単アプリ開発♪私にもできる!Bluemixで簡単アプリ開発♪
私にもできる!Bluemixで簡単アプリ開発♪softlayerjp
 
Watson活用事例~Watsonハッカソンの例を通じて~
Watson活用事例~Watsonハッカソンの例を通じて~Watson活用事例~Watsonハッカソンの例を通じて~
Watson活用事例~Watsonハッカソンの例を通じて~Hiroki Nakayama
 
Ansible x softlayer Provisioning
Ansible x softlayer ProvisioningAnsible x softlayer Provisioning
Ansible x softlayer Provisioningsoftlayerjp
 
Oisix勉強会 google analiticsapiを使用したサイト開発例
Oisix勉強会 google analiticsapiを使用したサイト開発例Oisix勉強会 google analiticsapiを使用したサイト開発例
Oisix勉強会 google analiticsapiを使用したサイト開発例oistudy
 
ウレシピ勉強会
ウレシピ勉強会ウレシピ勉強会
ウレシピ勉強会oistudy
 
Swiftを迷わず選んだ理由
Swiftを迷わず選んだ理由Swiftを迷わず選んだ理由
Swiftを迷わず選んだ理由zuckerburg
 
今日からIT女子になる!クラウド基礎~SoftLayer入門編
今日からIT女子になる!クラウド基礎~SoftLayer入門編今日からIT女子になる!クラウド基礎~SoftLayer入門編
今日からIT女子になる!クラウド基礎~SoftLayer入門編Yuichi Tamagawa
 
クラウドセキュリティ
クラウドセキュリティクラウドセキュリティ
クラウドセキュリティsoftlayerjp
 
VMware SDDC on IBM SoftLayer Cloud
VMware SDDC on IBM SoftLayer CloudVMware SDDC on IBM SoftLayer Cloud
VMware SDDC on IBM SoftLayer Cloudwatarukatsurashima
 
SoftLayer Bluemix Community Festa 2016 はじめてのSoftLayer
SoftLayer Bluemix Community Festa 2016 はじめてのSoftLayerSoftLayer Bluemix Community Festa 2016 はじめてのSoftLayer
SoftLayer Bluemix Community Festa 2016 はじめてのSoftLayerYuichi Tamagawa
 
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料Mitsutoshi Kiuchi
 
札幌Ibmクラウド勉強会 blockchain
札幌Ibmクラウド勉強会 blockchain 札幌Ibmクラウド勉強会 blockchain
札幌Ibmクラウド勉強会 blockchain Yasushi Osonoi
 
オイシックスのフレームワーク
オイシックスのフレームワークオイシックスのフレームワーク
オイシックスのフレームワークoistudy
 
ToolChainを使った次世代DevOps環境の作り方
ToolChainを使った次世代DevOps環境の作り方ToolChainを使った次世代DevOps環境の作り方
ToolChainを使った次世代DevOps環境の作り方Harada Kazuki
 
Hivemall meetup vol2 oisix
Hivemall meetup vol2 oisixHivemall meetup vol2 oisix
Hivemall meetup vol2 oisixTaisuke Fukawa
 

Destacado (20)

Softlayer_API_openWhisk
Softlayer_API_openWhiskSoftlayer_API_openWhisk
Softlayer_API_openWhisk
 
Watson API トレーニング 20160716 rev02
Watson API トレーニング 20160716 rev02Watson API トレーニング 20160716 rev02
Watson API トレーニング 20160716 rev02
 
オイシックス事例発表・顧客属性推定とレコメンド
オイシックス事例発表・顧客属性推定とレコメンドオイシックス事例発表・顧客属性推定とレコメンド
オイシックス事例発表・顧客属性推定とレコメンド
 
私にもできる!Bluemixで簡単アプリ開発♪
私にもできる!Bluemixで簡単アプリ開発♪私にもできる!Bluemixで簡単アプリ開発♪
私にもできる!Bluemixで簡単アプリ開発♪
 
Watson活用事例~Watsonハッカソンの例を通じて~
Watson活用事例~Watsonハッカソンの例を通じて~Watson活用事例~Watsonハッカソンの例を通じて~
Watson活用事例~Watsonハッカソンの例を通じて~
 
Ansible x softlayer Provisioning
Ansible x softlayer ProvisioningAnsible x softlayer Provisioning
Ansible x softlayer Provisioning
 
Oisix勉強会 google analiticsapiを使用したサイト開発例
Oisix勉強会 google analiticsapiを使用したサイト開発例Oisix勉強会 google analiticsapiを使用したサイト開発例
Oisix勉強会 google analiticsapiを使用したサイト開発例
 
ウレシピ勉強会
ウレシピ勉強会ウレシピ勉強会
ウレシピ勉強会
 
150610 ship
150610 ship150610 ship
150610 ship
 
Swiftを迷わず選んだ理由
Swiftを迷わず選んだ理由Swiftを迷わず選んだ理由
Swiftを迷わず選んだ理由
 
今日からIT女子になる!クラウド基礎~SoftLayer入門編
今日からIT女子になる!クラウド基礎~SoftLayer入門編今日からIT女子になる!クラウド基礎~SoftLayer入門編
今日からIT女子になる!クラウド基礎~SoftLayer入門編
 
クラウドセキュリティ
クラウドセキュリティクラウドセキュリティ
クラウドセキュリティ
 
VMware SDDC on IBM SoftLayer Cloud
VMware SDDC on IBM SoftLayer CloudVMware SDDC on IBM SoftLayer Cloud
VMware SDDC on IBM SoftLayer Cloud
 
SoftLayer Bluemix Community Festa 2016 はじめてのSoftLayer
SoftLayer Bluemix Community Festa 2016 はじめてのSoftLayerSoftLayer Bluemix Community Festa 2016 はじめてのSoftLayer
SoftLayer Bluemix Community Festa 2016 はじめてのSoftLayer
 
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
 
札幌Ibmクラウド勉強会 blockchain
札幌Ibmクラウド勉強会 blockchain 札幌Ibmクラウド勉強会 blockchain
札幌Ibmクラウド勉強会 blockchain
 
オイシックスのフレームワーク
オイシックスのフレームワークオイシックスのフレームワーク
オイシックスのフレームワーク
 
LinAction Theme Docker
LinAction Theme DockerLinAction Theme Docker
LinAction Theme Docker
 
ToolChainを使った次世代DevOps環境の作り方
ToolChainを使った次世代DevOps環境の作り方ToolChainを使った次世代DevOps環境の作り方
ToolChainを使った次世代DevOps環境の作り方
 
Hivemall meetup vol2 oisix
Hivemall meetup vol2 oisixHivemall meetup vol2 oisix
Hivemall meetup vol2 oisix
 

Similar a 【Watson】Tradeoff Analyticsの概要

おしゃスタ@リクルート
おしゃスタ@リクルートおしゃスタ@リクルート
おしゃスタ@リクルートIssei Kurahashi
 
Datawatch Monarch for Ibm Analyticsのご紹介
Datawatch Monarch for Ibm Analyticsのご紹介Datawatch Monarch for Ibm Analyticsのご紹介
Datawatch Monarch for Ibm Analyticsのご紹介IBM Analytics Japan
 
アドネットワークのデータ解析チームを支える技術
アドネットワークのデータ解析チームを支える技術アドネットワークのデータ解析チームを支える技術
アドネットワークのデータ解析チームを支える技術hagino 3000
 
データサイエンスを支える基盤とそのテクノロジー@WebDBフォーラム2015 #webdbf2015
データサイエンスを支える基盤とそのテクノロジー@WebDBフォーラム2015 #webdbf2015データサイエンスを支える基盤とそのテクノロジー@WebDBフォーラム2015 #webdbf2015
データサイエンスを支える基盤とそのテクノロジー@WebDBフォーラム2015 #webdbf2015Yahoo!デベロッパーネットワーク
 
Tokyo webmining発表資料 20111127
Tokyo webmining発表資料 20111127Tokyo webmining発表資料 20111127
Tokyo webmining発表資料 20111127kan_yukiko
 
失敗しないためのデータ活用の勘所
失敗しないためのデータ活用の勘所失敗しないためのデータ活用の勘所
失敗しないためのデータ活用の勘所Kazuya Mori
 
20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用
20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用
20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用MicroAd, Inc.(Engineer)
 
Digital marketing on AWS
Digital marketing on AWSDigital marketing on AWS
Digital marketing on AWSYuta Imai
 
DB TechShowcase Tokyo - Intelligent Data Platform
DB TechShowcase Tokyo - Intelligent Data PlatformDB TechShowcase Tokyo - Intelligent Data Platform
DB TechShowcase Tokyo - Intelligent Data PlatformDaiyu Hatakeyama
 
Ad Tech on AWS - IVS CTO Night and Day Spring 2016
Ad Tech on AWS - IVS CTO Night and Day Spring 2016Ad Tech on AWS - IVS CTO Night and Day Spring 2016
Ad Tech on AWS - IVS CTO Night and Day Spring 2016Eiji Shinohara
 
不足するAI人材に対する「パソナテックの人材育成ソリューション」
不足するAI人材に対する「パソナテックの人材育成ソリューション」不足するAI人材に対する「パソナテックの人材育成ソリューション」
不足するAI人材に対する「パソナテックの人材育成ソリューション」Natsutani Minoru
 
AWS Black Belt Online Seminar 2017 Amazon Pinpoint で始めるモバイルアプリのグロースハック
AWS Black Belt Online Seminar 2017 Amazon Pinpoint で始めるモバイルアプリのグロースハックAWS Black Belt Online Seminar 2017 Amazon Pinpoint で始めるモバイルアプリのグロースハック
AWS Black Belt Online Seminar 2017 Amazon Pinpoint で始めるモバイルアプリのグロースハックAmazon Web Services Japan
 
SASより高速なRevolution R Enterprise
SASより高速なRevolution R EnterpriseSASより高速なRevolution R Enterprise
SASより高速なRevolution R EnterpriseSatoshi Kitajima
 
Ai の最新動向と今熱い chat bot による業務効率化
Ai の最新動向と今熱い chat bot による業務効率化Ai の最新動向と今熱い chat bot による業務効率化
Ai の最新動向と今熱い chat bot による業務効率化Katsuhiro Aizawa
 
Azure Webinar : Microsoft Bot Framework ではじめるチャットボット開発_20180301
Azure Webinar : Microsoft Bot Framework ではじめるチャットボット開発_20180301Azure Webinar : Microsoft Bot Framework ではじめるチャットボット開発_20180301
Azure Webinar : Microsoft Bot Framework ではじめるチャットボット開発_20180301Ayako Omori
 
Oracle advanced analyticsによる機械学習full version
Oracle advanced analyticsによる機械学習full versionOracle advanced analyticsによる機械学習full version
Oracle advanced analyticsによる機械学習full version幹雄 小川
 
オープンデータを使った新しいビジネスモデルの可能性(データビジネス創造フォーラム)
オープンデータを使った新しいビジネスモデルの可能性(データビジネス創造フォーラム)オープンデータを使った新しいビジネスモデルの可能性(データビジネス創造フォーラム)
オープンデータを使った新しいビジネスモデルの可能性(データビジネス創造フォーラム)Tetsuro Toyoda
 
Movable type 6 Overview (2013.10.24)
Movable type 6 Overview (2013.10.24)Movable type 6 Overview (2013.10.24)
Movable type 6 Overview (2013.10.24)Daiji Hirata
 

Similar a 【Watson】Tradeoff Analyticsの概要 (20)

おしゃスタ@リクルート
おしゃスタ@リクルートおしゃスタ@リクルート
おしゃスタ@リクルート
 
Datawatch Monarch for Ibm Analyticsのご紹介
Datawatch Monarch for Ibm Analyticsのご紹介Datawatch Monarch for Ibm Analyticsのご紹介
Datawatch Monarch for Ibm Analyticsのご紹介
 
アドネットワークのデータ解析チームを支える技術
アドネットワークのデータ解析チームを支える技術アドネットワークのデータ解析チームを支える技術
アドネットワークのデータ解析チームを支える技術
 
データサイエンスを支える基盤とそのテクノロジー@WebDBフォーラム2015 #webdbf2015
データサイエンスを支える基盤とそのテクノロジー@WebDBフォーラム2015 #webdbf2015データサイエンスを支える基盤とそのテクノロジー@WebDBフォーラム2015 #webdbf2015
データサイエンスを支える基盤とそのテクノロジー@WebDBフォーラム2015 #webdbf2015
 
Chatterを使ったカスタムソーシャル
Chatterを使ったカスタムソーシャルChatterを使ったカスタムソーシャル
Chatterを使ったカスタムソーシャル
 
Tokyo webmining発表資料 20111127
Tokyo webmining発表資料 20111127Tokyo webmining発表資料 20111127
Tokyo webmining発表資料 20111127
 
失敗しないためのデータ活用の勘所
失敗しないためのデータ活用の勘所失敗しないためのデータ活用の勘所
失敗しないためのデータ活用の勘所
 
20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用
20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用
20240229 DEIM2024 【技術報告】広告配信における安定して拡張性のある大量データ処理基盤の必要性と活用
 
Game technight16 lt_ai_drivensocialmedia
Game technight16 lt_ai_drivensocialmediaGame technight16 lt_ai_drivensocialmedia
Game technight16 lt_ai_drivensocialmedia
 
Digital marketing on AWS
Digital marketing on AWSDigital marketing on AWS
Digital marketing on AWS
 
DB TechShowcase Tokyo - Intelligent Data Platform
DB TechShowcase Tokyo - Intelligent Data PlatformDB TechShowcase Tokyo - Intelligent Data Platform
DB TechShowcase Tokyo - Intelligent Data Platform
 
Ad Tech on AWS - IVS CTO Night and Day Spring 2016
Ad Tech on AWS - IVS CTO Night and Day Spring 2016Ad Tech on AWS - IVS CTO Night and Day Spring 2016
Ad Tech on AWS - IVS CTO Night and Day Spring 2016
 
不足するAI人材に対する「パソナテックの人材育成ソリューション」
不足するAI人材に対する「パソナテックの人材育成ソリューション」不足するAI人材に対する「パソナテックの人材育成ソリューション」
不足するAI人材に対する「パソナテックの人材育成ソリューション」
 
AWS Black Belt Online Seminar 2017 Amazon Pinpoint で始めるモバイルアプリのグロースハック
AWS Black Belt Online Seminar 2017 Amazon Pinpoint で始めるモバイルアプリのグロースハックAWS Black Belt Online Seminar 2017 Amazon Pinpoint で始めるモバイルアプリのグロースハック
AWS Black Belt Online Seminar 2017 Amazon Pinpoint で始めるモバイルアプリのグロースハック
 
SASより高速なRevolution R Enterprise
SASより高速なRevolution R EnterpriseSASより高速なRevolution R Enterprise
SASより高速なRevolution R Enterprise
 
Ai の最新動向と今熱い chat bot による業務効率化
Ai の最新動向と今熱い chat bot による業務効率化Ai の最新動向と今熱い chat bot による業務効率化
Ai の最新動向と今熱い chat bot による業務効率化
 
Azure Webinar : Microsoft Bot Framework ではじめるチャットボット開発_20180301
Azure Webinar : Microsoft Bot Framework ではじめるチャットボット開発_20180301Azure Webinar : Microsoft Bot Framework ではじめるチャットボット開発_20180301
Azure Webinar : Microsoft Bot Framework ではじめるチャットボット開発_20180301
 
Oracle advanced analyticsによる機械学習full version
Oracle advanced analyticsによる機械学習full versionOracle advanced analyticsによる機械学習full version
Oracle advanced analyticsによる機械学習full version
 
オープンデータを使った新しいビジネスモデルの可能性(データビジネス創造フォーラム)
オープンデータを使った新しいビジネスモデルの可能性(データビジネス創造フォーラム)オープンデータを使った新しいビジネスモデルの可能性(データビジネス創造フォーラム)
オープンデータを使った新しいビジネスモデルの可能性(データビジネス創造フォーラム)
 
Movable type 6 Overview (2013.10.24)
Movable type 6 Overview (2013.10.24)Movable type 6 Overview (2013.10.24)
Movable type 6 Overview (2013.10.24)
 

【Watson】Tradeoff Analyticsの概要

  • 1. Copyright 2016 Nippon Information and Communication Corporation 【Watson】Tradeoff Analyticsの概要 日本情報通信株式会社 グラウド・テクニカルセールス部 先進テクノロジーグループ 小沢 勇太
  • 2. Copyright 2016 Nippon Information and Communication Corporation 本資料内でのスペック・サービス内容の表記については2016年7月現在の資 料を参考にしております。内容について誤りがないように努めておりますが実際の ご利用の際にはご確認の上実施下さい。
  • 3. Copyright 2016 Nippon Information and Communication Corporation Speaker 小沢 勇太 (Yuta Ozawa) クラウド・テクニカルセールス部 先進テクノロジーグループ 入社よりIBM Security Guardium、IBM Campaign等のソフトウェア製品のデリバリーに 従事。その後、先進テクノロジーグループに配属し、Watson APIを活用したアプリケー ションの開発を担当。 日本アイ・ビー・エムとNTTの合資会社として創業30年となるSIerです。創業時から NTTのネットワーク技術とIBMのサーバ/ソフトウェア技術を活かしたシステム構築 を実施。ここ10年ほどはネットワークプラットフォーム、EDI等のマネージドサービ スを運営し現在はクラウドそして分析ソリューションに注力しています。 http://www.niandc.co.jp
  • 4. Copyright 2016 Nippon Information and Communication Corporation Agenda Tradeoff Analytics の使い方2 Tradeoff Analytics demo(時間があれば・・・・)3 Tradeoff Analytics概要1
  • 5. Copyright 2016 Nippon Information and Communication Corporation 1.Tradeoff Analytics概要
  • 6. - 6 - Copyright 2016 Nippon Information and Communication Corporation そもそもトレードオフって? トレードオフ(英: Trade-off)とは、一方を追求すれば他方を犠牲にせざる を得ないという状態・関係のことである。 (wikipediaより抜粋) 身の回りにはトレードオフがたくさん、、、、 バッテリー?サイズ? 品質?コスト? 仕事?家庭?
  • 7. - 7 - Copyright 2016 Nippon Information and Communication Corporation Tradeoff Analyticsとは? Tradeoff Analytics を使用すると、対立することが多い複数の目標について、ある選択を行った 場合にどのような影響があるのか考慮しながら、より良い選択を行うことができます。このサービ スは、どのローンを組むかといった複雑な決定を下す際にも、また、どのラップトップを購入する かといった日常的な決定を下す際にも役立ちます。Tradeoff Analytics は、パレートのフィルタ リング技法を使用して、複数の条件下において最適な選択肢を特定します。そして、意思決定者は、 それらの最適な選択肢間のトレードオフを、各種の分析と視覚的なアプローチによって検討するこ とができます。これにより、選択したオプションは、意思決定者にとって重要な目標と条件を必ず 満たすようになります。(bluemix上のカタログより抜粋) 簡単に言うと、、、オススメ提案API
  • 8. - 8 - Copyright 2016 Nippon Information and Communication Corporation Tradeoff Analyticsは何をする? 分析条件 (例:値段、重さ) データ (例:製品情報) 最良候補 (オススメ商品) Tradeoff Analytics
  • 9. - 9 - Copyright 2016 Nippon Information and Communication Corporation Tradeoff Analytics の特徴 1.Bluemix上で利用可能なWatson API。 2.ユーザが求める条件を最大限満たす候補を複数提示します。 3.更に少しの妥協でより良いと考えられる候補を提示します。 4.よく出来ているUIがサンプルであります。
  • 10. - 10 - Copyright 2016 Nippon Information and Communication Corporation 最良の候補となる基準 A ⇒ Yのパラメータが他に比べ優れているので最良の候補となる。 B ⇒ Xのパラメータが他に比べ優れているので最良の候補となる。 C ⇒ A/Bと比べどちらのパラメータも劣っているので除外される。 D ⇒ データ(Y)が足りないので、除外される。 1つ以上の条件で優れているものが最良の候補となる。 Option Category Objective X Objective Y A Front 5 7 B Front 7 5 C Excluded 3 4 D Incomplete 6
  • 11. - 11 - Copyright 2016 Nippon Information and Communication Corporation ここが面白いTradeoff Analytics 東京周辺で安いホテル探すとき・・・・ 通常の検索システムだとエリアを指定した場合、他のエリアは出てこないが、 Tradeoff Analyticsであれば、1つ以上の条件で優れている候補が出てくるので、 ユーザが思いもしないような最良の候補を提示することが出来る。 ホテル名 Category エリア 値段 Aホテル 最良候補 上野 9800 Bホテル 最良候補 東京 12000 Cホテル 候補から除外 品川 19800 Dホテル データ無し 青梅市
  • 12. - 12 - Copyright 2016 Nippon Information and Communication Corporation 2.Tradeoff Analyticsの使い方
  • 13. - 13 - Copyright 2016 Nippon Information and Communication Corporation Tradeoff Analyticsの使い方 1.JSON形式の分析用データを用意する。 2.REST APIを呼び出す。 3.レスポンスを確認する。 これだけ!!!!!!
  • 14. - 14 - Copyright 2016 Nippon Information and Communication Corporation 1.JSON形式の分析用データを用意する 分析の条件となるパラメータ 分析に使用するデータ
  • 15. - 15 - Copyright 2016 Nippon Information and Communication Corporation 1.JSON形式の分析用データを用意する { “subject”: “家電検索", "columns": [ { “key”: “商品名", “full_name”: “商品名", "type": "text", "is_objective": false, "goal": "max" }, { "key": "値段", "full_name": "値段", "type": "numeric", "range": { "low": 0.0, "high": 15000.0 }, "is_objective": true, "goal": "min" }, type ⇒ categorical,numeric,text,datetimeが指定可能 categoricalを使用すると優先順位をつけて検索可能! is_objective ⇒ このカラムを検索条件にするかどうかのパラメータ。 Falseの場合検索条件とはならない。 range ⇒”low”及び”high”を指定することで候補がその範囲内で検索 される goal ⇒ このカラムが大きい方が良い(max)か、小さい方が良い (min)を指定する columns:分析の条件となるパラメータ
  • 16. - 16 - Copyright 2016 Nippon Information and Communication Corporation 1.JSON形式の分析用データを用意する options:分析に使用するデータ(商品情報等) "options": [ { "key": 1, “name”: “4kテレビ”, "values": { “商品名”: “4kテレビ", "値段": 11000, “画面サイズ": “60", "レビュー数": 10725, "平均レビュー値": 1.5, “倍速": 2 } }, values ⇒ カテゴリ名はcolumnsのkeyと一致している必要がある。 上記の分析に使用するデータを“options”に全て記述する。 例えば商品数が1000件あれば、上記が1000セット必要。
  • 17. - 17 - Copyright 2016 Nippon Information and Communication Corporation Tradeoff Analyticsの使い方 2.REST APIを呼び出す。 これだけ!!!!!!
  • 18. - 18 - Copyright 2016 Nippon Information and Communication Corporation 2.REST APIを呼び出す ・CurlでREST APIを利用する。 【例】 curl -X POST -u “ユーザ名”:“パスワード" --header "Content-Type: application/json" --data @data.json “https://gateway.watsonplatform.net/tradeoff-analytics/api/v1/dilemmas” ※ユーザ名/パスワード等の資格情報の取得についてはその他のサービスと同じなので省略しております。 ・Java、Node.js、pythonはライブラリが用意されている。 詳しくはwebで https://www.ibm.com/watson/developercloud/tradeoff-analytics/api/v1/
  • 19. - 19 - Copyright 2016 Nippon Information and Communication Corporation Tradeoff Analyticsの使い方 3.レスポンスを確認する。 これだけ!!!!!!
  • 20. - 20 - Copyright 2016 Nippon Information and Communication Corporation 3.レスポンスを確認する 最初に投げたsubject、columns、optionsが そのまま戻ってきます。。。 グラフマッピングする ための座標はここ (今回は省略) 分析結果はここ
  • 21. - 21 - Copyright 2016 Nippon Information and Communication Corporation 3.レスポンスを確認する status ⇒ 最良と考えられる候補かどうかの結果。以下4つのstatusがある。 【front】 ⇒ 最良と思われる候補 【exclude】 ⇒ 除外された候補 【incomplete】 ⇒ データが足りなかった、レンジ外等で除外されたもの 【does_not_meet_preference】 ⇒ categoricalの条件で除外されたもの shadows/shadow_me ⇒ 少しの妥協でより良いと考えられる候補が他にある場合、ここに番号が入る。 (値段は高いが、解像度が良くて、平均レビュー値がもっと良い物があります。 といったような商品がある場合に番号が入る。ただし、何を妥協して、何が得ら れるのかはこのデータを見ただけではすぐに分からない。) "resolution": { "solutions": [ { "solution_ref": “1", "status": "FRONT", "shadows": [ "22" ] }, { "solution_ref": “2", "status": "EXCLUDED" }, ・・・・・ solution_ref ⇒ optionのkeyと対応している。(”1”はoptionsの”1“と対応している。) solutions:分析の結果
  • 22. - 22 - Copyright 2016 Nippon Information and Communication Corporation Tradeoff Analytics制限事項 • データフォーマットはJSONのみ。 • 条件選択できるカラムは10個まで。 • 条件に選択したカラムにデータが入っていないものは候補から除外。
  • 23. - 23 - Copyright 2016 Nippon Information and Communication Corporation 3.Tradeoff Analytics demo
  • 24. - 24 - Copyright 2016 Nippon Information and Communication Corporation Tradeoff Analytics demo 車を選んでみましょう
  • 25. - 25 - Copyright 2016 Nippon Information and Communication Corporation まとめ • 3ステップで利用できる分析Watson API。 • 分析用のJSONデータを準備するだけで利用可能、学習データの準 備・学習を実施すること無く利用可能。 • ユーザが求める条件を最大限満たした候補を提示する。
  • 26. - 26 - Copyright 2016 Nippon Information and Communication Corporation リンク • Tradeoff Analytics ドキュメント https://www.ibm.com/watson/developercloud/doc/tradeoff-analytics/index.shtml • Tradeoff Analytics デモ(簡易版) https://tradeoff-analytics- demo.mybluemix.net/?cm_mc_uid=83758768994414672429597&cm_mc_sid_50200000=1469173056 • Tradeoff Analytics デモ(完全版) https://tradeoff-analytics-ui- demo.mybluemix.net/?cm_mc_uid=83758768994414672429597&cm_mc_sid_50200000=1469173056#cars • Tradeoff Analytics CSV to JSON (ローカルのcsvファイルを入れて試せます。オススメ) http://tradeoff-analytics-csvtojson.mybluemix.net/