COMPANY

PAGE TOP

BLOG

AI・人工知能 EXPO初出展のお知らせ!

AIロゴ

こんにちは。
KSKアナリティクス広報・マーケティング室の土金です。

4/3(水)~5(金)に東京ビッグサイト(青海展示棟)で開催される、日本最大の人工知能専門展「第3回 AI・人工知能 EXPO」に弊社は初出展いたします。
今回が第3回目となる「AI・人工知能 EXPO」は、回を重ねるごとに出展社数・来場者数ともに増加し、日本最大のAI専門展としてあらゆる業界から注目されています。

こちらのブログでは、弊社の取り組みを皆様にご理解いただき、御社の課題解決の糸口を探る場としてAI・人工知能 EXPOをご活用いただくための情報を随時公開していきます。
舞台裏の様子も不定期にお届けいたしますので、開催までどうぞお付き合いの程、よろしくお願いいたします。

KSKアナリティクスのビジョンは「Data Analysis for Everyone!」(誰もが当たり前にデータ分析・活用できる社会を作る)です。
現在、データ分析には、未だ下記の3つの壁が存在しています。

①ノウハウの壁(どのように分析して良いのかわからない)
②ツールの壁(分析ツールが使いづらい、高度な知識が必要)
③人材の壁(新分野のため分析人材がいない)

この3つの壁を解決していくことで、弊社のビジョンの実現が可能になると考え、その実現に向けて、今年度は下記3つの事業に注力いたします。
3つの事業

まず、①データ活用コンサルティング事業です。
こちらの事業では、ノウハウの壁(どのように分析して良いのかわからない)を解決いたします。
弊社では長らく製造業様の分析コンサルティングを行ってきて、豊富な経験値・ノウハウが蓄積しています。
この経験をもとに、御社の課題整理、データ分析、結果をもとにした解決策をご提案いたします。
御社の財産である様々なデータを最大限に活用できる道筋を一緒に作っていきたいと思います。

続いて、②データ活用ソリューション事業です。
こちらの事業では、ツールの壁(分析ツールが使いづらい、高度な知識が必要)を解決いたします。
世界中で使用されている優れたプラットフォームのご提案、導入~運用までの支援、操作トレーニングなど、
御社に寄り添いトータルでサポートいたします。

<弊社取り扱い製品>
・RapidMiner(機械学習プラットフォーム)
・KSKP(自社開発データ解析プラットフォーム)
・Jedox(業務データ管理プラットフォーム)
・Pentaho(BIプラットフォーム)
・Looker(BIプラットフォーム)

最後は③データ活用人材育成事業です。
こちらは人材の壁(新分野のため分析人材がいない)を解決するためにこの4月から展開する新事業で、
取り組みを「KSK Data Science “University”」と命名しました。
“講座”や”コース”ではなく、Universityとしたのは、真の意味で将来的には分析人材の輩出機関にしたいと願う、代表森本の強い思いからです。

今回のAI・人工知能 EXPOではこの3つの事業を柱に、ブース内で様々な取り組みを行う予定です。
御社のご要望に応じた事業内容のご説明、取り扱い製品のご説明・デモンストレーションを行いますので、ぜひこの機会にご来場ください。

また、ブース内では様々なテーマのセミナーを随時開催いたします。
セミナーの詳細が確定次第、こちらのブログでご紹介していきますので、お楽しみに。

AI・人工知能 EXPOの専用お問い合わせフォームを開設いたしました。
招待状送付のご希望、商談・製品説明・デモンストレーションのお申込み、セミナー内容やお席のご予約など、
AI・人工知能 EXPOに関するお問い合わせはこちらのフォームよりお気軽にお問い合わせください!

▼AI・人工知能 EXPOの専用お問い合わせフォームはこちら!
https://ksk-anl.smktg.jp/public/application/add/138

皆様のお力をお借りして、AI・人工知能 EXPOを盛り上げていきたいと思います。
今後ともよろしくお願い申し上げます。

▼KSKの出展ブースについて
————————————————————————————————————————–
KSKアナリティクス 小間番号(ブースNO.)13-2
展示概要については下記をご確認ください!
https://content-tokyo2019.tems-system.com/eguide/jp/AI/details?id=323
————————————————————————————————————————–

$$ \begin{aligned} \newcommand\argmin{\mathop{\rm arg~min}\limits} \boldsymbol{\beta}_{\text{ridge}} & = \argmin_{\boldsymbol{\beta} \in \mathcal{R^p}} \biggl[ ||\boldsymbol{y}-\boldsymbol{X\beta}||^2 + \lambda ||\boldsymbol{\beta}||^2 \biggr] \\ & = (\boldsymbol{X}^T\boldsymbol{X} + \lambda\boldsymbol{I_{p+1}})^{-1}\boldsymbol{X}^T\boldsymbol{y} \end{aligned} $$
PAGE TOP