データ分析や機械学習に欠かせない「前処理」の共通化を目指したオープンソースが国内で発足
PR TIMES / 2017年8月31日 8時53分
データサイエンティストの業務の9割と言われる前処理をコミュニティベースで共通化と改善を目的とする。
オープンデータのフォーマット共通化を目指したプロジェクト http://dataset.jp とそれらのプラクティスを元にデータの前処理のフレームワーク化を目的としたプロジェクト datakit の2つが発足された
[画像: https://prtimes.jp/i/17594/12/resize/d17594-12-117514-pixta_30395521-0.jpg ]
■データの前処理
人工知能、ビッグデータの現場において、綺麗に加工されモデリングや分析のアルゴリズムを施せるデータがすぐに手に入る事はほぼあり得ない。
まずは有益なデータソースを探すところから始まり、そのデータを理解しデータフォーマット(配列, データフレーム..)に加工し分析可能なデータの型に変換(例えば男、女という文字列を整数型に変換など)する必要がある。
またそれに加えて外れ値や欠損値、連続値の離散化などのデータの正規化を行わなければ正しい分析をする事は出来ない。
現状、モデリングや分析それ自体に対するフレームワークはオープンソースを含め存在するが、この事前処理を共通のプラクティスとしてフレームワーク化する動きは必ずしも活発とは言えない。
■オープンデータの前処理
政府系の期間を中心にデータをオープンにする動きは盛り上がりを見せているが、それぞれの組織が様々なデータフォーマットや文字コード、データの切り方で公開をしている。
オープンデータの前処理に関していえば、それぞれの技術者が車輪を再発明する必要はない。データの取り扱いに関する規約の範疇でデータとその処理方法について共有する事が出来れば本質的な分析や評価により多くの時間がかけられる。
そのような想いからSan Fransiscoと東京をベースとするaisaac inc.は
オープデータに関する前処理の共有化とコミュニティによる改善を目的とした
detaset.jp - [http://dataset.jp]
を発足させた。
■データの前処理に関するオープンソースベースのフレームワーク
プライベートなデータとなると一般的にその乱雑さはオープンデータよりも大きくなる傾向にあり、
組織や個人のデータ活用、分析の大きな障害となっている。
一方でモデリングや分析に関するライブラリやパッケージは発達しており、多くの技術者はそれに依存することとなる。つまり前処理で行うべきフォーマットはある程度共通化させる余地はある。
またフォーマットの共通化によってデータを無害化させる事が容易になれば、企業間でのデータの売買や共有がより活発になり、データ活用がより広がると考える。
その試金石をdataset.jpの活動から得られたプラクティスをフレームワーク化させる
datakit - [https://github.com/aisaac-lab/datakit]
を公開させた。
どちらもαバージョンで、コミュニティの立ち上げ途上である。
発起人はプログラミング言語Rubyのコミッターでプログラミング言語Hilbertの作者でもあり、コミュニティによるソフトウェアの発展に大きな情熱を持っている。
企業プレスリリース詳細へ
PR TIMESトップへ
この記事に関連するニュース
-
Salesforce、Data Cloudの信頼性の高いデータをAgentforceにもたらす新たなイノベーションを発表
PR TIMES / 2024年9月18日 15時15分
-
Linux Foundation Decentralized Trust、17のプロジェクトと100以上の創設メンバーと共に発足
PR TIMES / 2024年9月17日 11時15分
-
クラウデラが新しい機械学習プロジェクト向けアクセラレータ(AMP)スイートを発表
共同通信PRワイヤー / 2024年9月13日 16時20分
-
【特典あり】自動電話発信ツール「オトコル」、不動産テックEXPOに出展 不動産売買・物件管理業務を効率化!
PR TIMES / 2024年9月10日 0時40分
-
Javaテストツール「Jtest」に生成AI連携機能が加わった最新版「Jtest 2024.1」
マイナビニュース / 2024年8月30日 13時15分
ランキング
-
1「コンビニは高い」払拭目指すセブン-イレブン 松竹梅の“梅”重点強化
食品新聞 / 2024年9月20日 9時57分
-
2漁業関係者、「ぬか喜びにならなければ」=歓迎も中国側の手のひら返し警戒
時事通信 / 2024年9月20日 20時55分
-
3ほっかほっか亭「コラボ依頼して賛否」への違和感 日清食品「10分どん兵衛」の成功例に倣えるか
東洋経済オンライン / 2024年9月20日 15時20分
-
4ミニストップ、外国籍の利用客に“不適切な張り紙” 「問題を重く受け止め」謝罪
ORICON NEWS / 2024年9月20日 15時53分
-
5為替相場 21日(日本時間 5時56分)
共同通信 / 2024年9月21日 6時0分
記事ミッション中・・・
記事にリアクションする
記事ミッション中・・・
記事にリアクションする
エラーが発生しました
ページを再読み込みして
ください