ナレッジ– category –
-
ナレッジモデルの確率、信じていいの？ー確率キャリブレーション入門
はじめに 機械学習モデルが「このデータはクラスAである確率80%」と出力したとき、その「80％」を素直に信じていいのでしょう... -
データ分析 ナレッジ ユースケースBigQueryで横持ちデータを縦持ちに変換する3つの方法を比較してみた
はじめに BigQueryで分析をしていると、「横持ち(wide format)」で保存されているデータを「縦持ち(long format)」に変換した... -
データ分析 ナレッジDuckDB×PythonでCSV品質チェックをやってみた：欠損・重複・異常値をSQLで確認する
CSVデータを分析や可視化に使う前に、欠損値や重複、異常値が含まれていないか確認したい場面があります。 もちろん、Python... -
ナレッジ交絡が見つかったらどうする？対処法を徹底比較
1. 導入 前回は初学者でも分かりやすく行楽とは何かについて解説しました。今回は実際に行楽と気づいた際にどのように対処す... -
ナレッジGASのLockServiceを正しく使う：3種類のロックの違いと選び方
Google Apps Script（GAS）で、スプレッドシートなどの共有リソースにアクセスする処理を書く場合、複数の実行が同時に走ると... -
ナレッジ小規模言語モデル（SLM）の台頭：オンプレでもAIが動く時代へ
小規模言語モデル（SLM）の台頭：オンプレでもAIが動く時代へ 生成AIといえばGPT-4、Claude、Geminiといった「大規模言語モデ... -
ナレッジSHAPでAIの判断を説明する：実務で使えるシャプレー値入門
機械学習モデルの予測精度が高まるほど、「なぜその予測になったのか」を人間が理解することは難しくなります。この「ブラッ... -
ナレッジAIに知能の問題はない、あるのは「コンテクスト」の問題だ
― Databricks Summit 2026と、日本の大企業がいま着手すべきこと 株式会社SiNCE 代表取締役 一筆 将人 先日、サンフランシス... -
ナレッジDataiku Summit TOKYO 2026に出展｜代表・一筆が語った「業務を理解するAI」の作り方
2026年6月9日、東京ミッドタウン ホール＆カンファレンスで開催された「Dataiku Summit TOKYO 2026」（主催：Dataiku Japan株... -
AIエージェント データ基盤 ナレッジオントロジーが、エージェントの“幻覚”を止める——Stardogが説く、データ基盤に縛られないセマンティックレイヤー
Data + AI Summit 2026のStardog協賛セッション「Ontology powered Semantic AI on Databricks」レポート。エージェントの幻覚を止める“決定論的なグラウンディング”として、データ基盤に縛られないオントロジー／ユニバーサルセマンティックレイヤーの役割を、5層のセマンティックスタック、ゼロコピーのブートストラップ、SPARQL→SQLプッシュダウン、Gartnerの予測（40%/50%/80%）まで、登壇スライドとともに解説する。