MatrixFlowの製品情報(特徴・導入事例)

time

MatrixFlowは、プログラミング・統計知識不要でAIを構築・活用できるプラットフォームサービスです。
〈主な活用事例〉
・製品開発や加工条件の組合せの数理最適化
・機器の故障検知や故障自動判断
・画像データを活用した原料や製品の異常判定
・お客様の声や営業日報などの日本語テキストデータの分析
・数値データを活用した需要予測
特徴
①プログラミング不要、ノーコードで誰でもAIを作成・活用をすることが可能
②数値/画像/テキストの3種類のデータを活用可能
③業界業種別の課題ごとに予め用意されたプロジェクトテンプレート機能
④AIやアルゴリズムの詳しい知識がない方でも、AutoML(自動機械学習)機能によりマウス操作だけで最適なアルゴリズム選択とパラメーター設定までを最短4クリックで行うことが可能
⑤AIの推論結果やプロセスの要因を見える化した説明機能
⑥作成したAIはAPIで簡単に外部連携して使用可能
⑦月額定額制なのでどれだけ使っても安心の料金設定
⑧クラウドサービスなので必要なのはブラウザとデータのみ、特別な計算機器や環境は不要

ITreviewによるMatrixFlow紹介

MatrixFlowとは、株式会社MatrixFlowが提供している機械学習ソフト製品。ITreviewでのユーザー満足度評価は5.0となっており、レビューの投稿数は2件となっています。

MatrixFlowの満足度、評価について

MatrixFlowのITreviewユーザーの満足度は現在5.0となっており、同じ機械学習ソフトのカテゴリーに所属する製品では2位、となっています。

バッジ 満足度 大企業 中堅企業 中小企業
- 5.0 - 5.0 -
レーダーチャート 価格 使いやすさ サポート品質 導入のしやすさ 機能への満足度 管理のしやすさ
- 5.0 5.0 - 4.0 -

※ 2025年09月07日時点の集計結果です

MatrixFlowの機能一覧

MatrixFlowは、機械学習ソフトの製品として、以下の機能を搭載しています。

  • 予測モデル作成

    ラベルを指定したデータを学習させ、予測モデルを作成する

  • 正解ラベルの指定と、画像カテゴリー分類

    画像と正解ラベルを指定して学習させ、予測モデルを生成して画像をカテゴリー分けする

  • 良品学習

    良品画像のみを学習させ、良品と不良品を分類し、良品との相違箇所を検知して不良品を検出する

  • 精度計算

    学習後の予測モデルを使って検知する際に、検知結果の精度を計算する。計算結果は確度のしきい値として利用できる

  • APIの提供

    外部システムから機械学習機能を利用できるAPIを提供する

MatrixFlowを導入して得られた効果やメリット

ツールは導入するだけでなく、その後どんな影響があったのかが一番重要となります。 では、MatrixFlowを導入することでどんな効果や、メリットがあるのでしょうか?実際に投稿されたレビューからその一部をご紹介します。

    非公開ユーザー

    三信電気株式会社|電気・電子機器|営業・販売・サービス職|300-1000人未満|ユーザー(利用者)|契約タイプ 有償利用

    企業所属 確認済 利用画像確認
    投稿日:

    ノンプログラミングでAI構築

    機械学習ソフトで利用

    良いポイント

    とにかく簡単に使うことができます
    ・学習データが入っているCSVファイルをアップロードするだけで時系列データの予測できました。

    サポートが充実しています
    ・使い方で困った時のサポート、改善点の要望など柔軟に対応してくれました。

    技術者ではない方でも、簡単にAI学習モデルを構築し、試すことができるのは
    AI導入を検討している企業にとって、強力なツールとなるでしょう。

    続きを開く

    非公開ユーザー

    CADIC(株)|その他|経営・経営企画職|20人未満|ビジネスパートナー|契約タイプ 無償利用

    企業所属 確認済 利用画像確認 販売関係者
    投稿日:

    簡単に使い始められます。

    機械学習ソフトで利用

    良いポイント

     簡単に使い始められます。オンライン講演を聞いて、すぐにアカウント登録をしました。チュートリアルを読んでないですが、なんとか使えます。講演の中で「電子レンジの仕組みを知らなくても、電子レンジを使うでしょう?」と。その通りに使い始めました。「大学時代に、学生実験でデータ整理をしたことがない」レベルの人でも使えます。でも、そんな人が使うと「とんでもない結果」になった際に「正しい」と誤解してしまうことがあると思います。それが懸念です。

    続きを開く
開発・提供元の情報

ITreviewに参加しよう!