はじめに こんにちは。NTTデータでデータサイエンティストを務めております@tamurayuc20ndです。 本記事では、DataRobot社が提供するAIアクセラレータの一つである「MLflowエクスペリメントの追跡」を題材に、PapermillによるNotebookの自動実行と、MLflowによる実験管理の仕組みを解説します。 単にテンプレートを動かすだけではなく、自分のユースケースに合わせてどこを修正すればよいかという観点で整理している点が本記事の主眼です。 Notebookベースで機械学習の試行錯誤を進めている方や、実験条件と結果を後から振り返りやすくしたい方の参考になれば幸

はじめに こんにちは。社内でデータサイエンティストを務めております@tomoberです。 NTTデータ ソリューション事業本部では、お客様企業のAI・データ活用を、コンサルティングから基盤構築、実行支援を通じた成果創出までワンストップで提供しており、その支援テクノロジーの一つとしてDataRobotを提供しております。 今回は、2026年1月に開催したデータで読み解く顧客行動セミナーでご紹介させていただいた内容を元に、なぜ顧客理解が必要かといった基本的な概念や、代表的な手法とその考え方を中心にご紹介します。 DataRobotについて DataRobot社は、人工知能（AI）に対

! この記事は、Tableauで会員登録者数を可視化する際に発生した「総数」と「内訳の合計」が一致しない問題について、原因と対応方針を整理したものです。 公式仕様を網羅するものではなく、実務で起きた数値差異の調査・解消観点をまとめています。 はじめに Tableauで会員登録者数の推移を可視化していた際、ツールヒントに表示される「登録者数の総数」と「登録チャネル別内訳の合計」が一致しない事象が発生しました。 やりたかったことは、以下のようなダッシュボード作成です。 登録者数を日別に表示する 登録チャネルA、登録チャネルBを色分けする ツールヒントに総数とチャネル別内訳を表示する