抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
近年,コンピュータの高性能化やクラウドでの大量のデータ管理が容易となったことで,「機械学習」や「ディープラーニング」などによるAIを用いた業務の高度化や効率化が可能となってきている.PMO業務においても,AIを使ってプロジェクト活動における企業内の大量のデータを分析することで,不採算プロジェクトの検知やリスクの早期検知に活用する事例が報告されている.一方,AI活用が進むにつれ,その判定根拠を問われる機会も増加してきている.しかし,ブラックボックスであるディープラーニングでは判定根拠を示すことが難しく適切な根拠が示せないことが課題となっておりホワイトボックス型AIへの期待が高まっている.筆者は,過去のプロジェクト状況報告やリスク報告をAIで学習させ,判定結果と学習から導き出される結果を根拠として示すホワイトボックス型のAIモデルの構築を進めている.本稿では,このモデルの概要,構築状況および課題を紹介する.(著者抄録)