ビジネス課題への解決策(アイディア)と、新たな発想(+α)が見つかるIT情報メディア

Menu
  1. TOP
  2. システム運用
  3. 宝の持ち腐れ、DeepLearningで活かせインシデント大量データ

宝の持ち腐れ、DeepLearningで活かせインシデント大量データ

  • LINEで送る
  • このエントリーをはてなブックマークに追加

今回は今話題に挙がっているDeepLearning(深層学習)について話したいと思います。

今では機械学習でポケモンGO並みに名の知れた学習方法です。
白黒画像をカラー画像にしてしまったり、最近では囲碁のプロに勝ってしまいましたね。

こんな急激にAIの技術が進歩してしまって、
いつか人類は侵略されてしまうのではと思いますが・・・。
使える時には最大限に使っていきましょう。

DeepLearingを使うだけならSaasを使えば簡単ですが、何が凄いのでしょうか?
今回はその凄さを少し分かってもらえた上でITサービスに生かしてもらえればと思います。

本来、機械学習と呼ばれているものとDeepLearning(深層学習)は少し違います。

機械学習と一般的に言われるものは、予め人がプログラミングなどで指示した上で学習を行い、
その学習データをもって色々な結果を返すものです。

ここで人が指示するのは何を特徴として学習するかの特徴です。

 

 

 

ですが、DeepLearningは違います。

元々は人間の脳のシナプスを参考にして作られました。
人間は自分で考えて行動しますよね?
人間と同じでDeepLearningでは自分で与えられたデータの特徴を見つけて学習してしまいます。

 

一般的な機械学習では与える特徴を間違えると意図しない学習をして
判断を誤ってしまいます。

一方DeepLearningだと誤った特徴を渡すことはないので、
高い精度で判断をしてくれます。
人間に一歩近づいたわけですね。

簡単な説明でしたが、ここまで聞いてDeepLearningの凄さが分かってもらえたでしょうか?

それではそのDeepLeraningをどこで活かせば良いかという話になりますね。
ITサービスマネジメントではインシデント(問い合わせや障害)を管理し
日々そのデータを貯めていっています。

例えば、こんな事にDeepLearningを使うといいでしょう。

溜まっているデータから一つ一つ障害や問い合わせの文章を学習させ、
それぞれ、どのカテゴリーかを分類させます。
分類を行ったので新たなインシデントが来た場合、
そのインシデントがどの分類なのか、また過去にどのような
ワークアラウンドや解決策を提示できたかを
サポートデスクが瞬時に知ることができるわけです。

また、分類したインシデントから
どんな傾向のインシデントが多いかなどを把握することができますね。

ほんの一例をあげましたが、まだまだインシデントデータから色んな活用方法がありそうです。

では、どのようなツールを使えば
DeepLearningができるか紹介したいと思います。

まずはMicrosoftが提供している
Microsoft Azure Machine Learning

こちらはSaaS型で、機械学習を詳しく知らなくても簡単にデータ分析を行ことができます。
GUI形式でパズルを組み合わせる感じで構築することができるので初心者でもお勧めです。

まずは試してみようかなという方にはうってつけだと思います。

次にGoogleが提供している
Tensorflow

こちらは多少玄人向けにはなりますが、
Linux系でPython言語でプログラミングをして機械学習を行うOSSになります。
機械学習した結果はあとでグラフで見ることができたり他のOSSより分かりやすくなっています。
OSSなのでお金は一切かからないのも強みです。

ただ、試したいだけならMicrosoft Azure Machine Learningのチュートリアルは無料なのでおすすめです。

大量のデータをただ持っているだけでは宝の持ち腐れです。
それをどう活かすかがこれからの課題になっていくと思います。

上記のようなツールを駆使してこれからのITサービスに活かしてはいかがでしょうか。

 
メールマガジンの登録はこちらから
メルマガ登録 お問い合わせ