目次
BigQueryとGemini 1.5 Proによるラーメン店クチコミの定量分析
G-gen Tech Blog
BigQueryとGemini 1.5 Proによるラーメン店クチコミの定量分析 – G-gen Tech Blog
G-gen の神谷です。本記事では、Google Maps API から取得したラーメン店のクチコミデータに対する定量分析手法をご紹介します。 従来の BigQuery による感情分析の有用性…
この記事では、Google Maps APIとBigQueryを使用してラーメン店のクチコミを分析する手法が紹介されています。クチコミデータの収集はGoogle Map API、感情分析はBigQuery ML、データパイプラインの構築はDataformが利用されています。DataformはBigQuery のためのパイプライン管理ツールで、 ELT (Extract/Load/Transform) のうちの Transform を管理するためのツールです。
具体的な手順が詳述されており、実務に役立つ内容です。データ分析に興味がある人には非常に参考になる記事です。
生成AIのRAG構成を大手3社（AWS、Azure、Google Cloud）で徹底比較してみた
G-gen Tech Blog
生成AIのRAG構成を大手3社（AWS、Azure、Google Cloud）で徹底比較してみた – G-gen Tech Blog
G-gen の堂原と又吉です。当記事では、Amazon Web Services（AWS）、Microsoft Azure、Google Cloud（旧称 GCP）が提供するフルマネージドな RAG サービスの比較を行います…
この記事では、AWS、Azure、Google CloudのRAG（Retrieval Augmented Generation）構成を比較しています。RAGは、チャットAIなどの生成AIが企業が提供する独自情報などのデータから情報を取得し、精度を高め特にハルシネーション（AIが実際には存在しない情報を生成する問題）を起こさないようにするための機能です。
各クラウドベンダーのRAG構成の違いや特徴が詳しく解説されており技術的な選択肢やコスト、カスタマイズのしやすさなどが具体的に比較されていて、RAGを使ったシステム構築を考えている人には非常に参考になる記事です。
今回は以上です。
読んでいただきありがとうございました！