-
ビジネスモデル
ユーザーへの直接課金
-
業界・領域
IT・ソフトウェア
ビジネスモデル
ユーザーへの直接課金
業界・領域
IT・ソフトウェア
月次PV
表記なし
月次売上
表記なし
月次経費
表記なし
月次利益
表記なし
運営場所
サービス開始
2018年07月
月次稼働時間
時間
誰でも手軽に機械学習を始められるWebプラットフォームです。
学習データを準備するだけで、サーバも面倒な環境構築も必要なく、以下の3ステップでご利用頂けます。
1. 学習データの準備
学習に使用するデータを準備してアップロード
2. 機械学習の開始
学習データをもとに機械学習を開始
3. 学習済みモデルを活用
学習を完了したモデルはWeb上で結果を試したり、APIを使えば別のシステムにも組み込めます
現在、サービスには以下の機能があります。
・画像認識
画像データにラベル付けして学習させることで、その画像が何かを認識して分類させることができます
・文字起こし
画像や音声、動画データから文字を抽出することができます
本サービスで使用している技術については、以下の記事を書いておりますので、ぜひこちらもご覧頂ければと思います。
・今話題のAIをweb上で誰でも気軽に作れる「AIメーカー」を作ってみた
https://qiita.com/2zn01/items/0d3147c9d9d804ad9880
・「AIメーカー」で画像・音声・動画ファイル、YouTube、録音から文字起こしを行う議事録AIを作ってみた
https://qiita.com/2zn01/items/97b4f6dcbbfc4119c282
・今注目のAIアプリを簡単に作れる、「AIメーカー」のAPIを公開しました!
https://qiita.com/2zn01/items/97b4f6dcbbfc4119c282
・画像認識AIを使ったLINE BOTの作り方
https://qiita.com/2zn01/items/7f7b8c57054f67ef9528
画像認識モデルの作成では、学習データを自動で収集する仕組みも用意しており、サクッとオリジナルの画像認識モデルを作成し、出来上がったモデルをすぐにWebで精度を試したり APIで利用することもできますので、特にPoC(画像認識を使ったアイディアの実証・検証)に使えるかと思います。
そのため、外部向けのサービスとしてはもちろん、社内向けのシステムとして利用するメリットもあるかと思います。
クラウドサーバはAWSを使用しており、以下の技術スタックとなっております。
・フロントサーバ:PHP(Zend Framework)
・バックエンドサーバ:Python(Flask)、Caffe(Deep Learning Framework)
・データベース:MySQL(Amazon RDS)
・ストレージ:Amazon EFS(NFS)
システム構成の詳細につきましては、以下の記事をご覧頂ければと思います。
https://qiita.com/2zn01/items/0d3147c9d9d804ad9880
現状、AWSのマネージドサービスを利用しているため、御社のAWSへサービスを移行させて頂く形での引き渡しになるかと思います。
AWSではなく、オンプレのサーバーにサービスを構築したい場合、ご相談頂ければと思います。
必要な機能などあれば、別途有償とはなりますが、開発をご依頼いただくことも可能です。
その他にも開発したサービスは下記にございますので、気になるものがありましたら、お気軽にお問い合わせ頂ければと思います。
https://www.sukimanote.com/portfolio
2z / AIメーカー開発
1. 「売却の交渉をはじめる」をクリック
ボタンをクリックすると、売主との交渉が始まります。
2. 条件を交渉
サイトの交渉画面で、条件や価格などについて交渉します。
3. 売買を成約
条件が決定したら、サイトから契約書が送られてくるのでサインをします。
4. 入金、譲受作業へ
譲渡作業の前に価格の半分を入金し、サービスを譲受していきます。