SPSS Modelerは、機械学習、人工知能、統計学から取り入れたモデリングアルゴリズムを提供します。 これらのモデリング・アルゴリズムを使ってデータを分析し、新たなビジネスインサイトを得ることができます。 SPSS Modelerを使用すると、予測モデルを迅速に開発し、業務に導入することができます。
SPSS Modelerとは何ですか？
SPSS Modelerはデータマイニングアプリケーションで、ビジュアルインターフェースを使用してデータマイニング SPSS Modelerのフローを構築することができます。 プログラミングは必要ない。 SPSS Modeler フローを構築して、データを探索し、結果をモデル化し、さまざまなモデルを試し、関係を調査して有用な情報を見つけることができます。 SPSS Modelerは、データマイニングのための業界標準プロセス（CRISP-DM）手法を使用しています。
フロー・エディターを使用して、データを準備またはシェーピングしたり、モデルをトレーニングまたはデプロイしたり、データを変換して Cloud Object Storage内のデータベース表またはファイルにエクスポートして戻したりします。 SPSS Modeler フローを実行すると、キャパシティー・ユニット時間が消費されます。 詳しくは、 Watson Studio 環境の計算使用量をご覧ください。
SPSS Modelerの高度な分析を使用して、データのパターンを発見し、モデルを調整することができます。 そして、これらのモデルをビジネスに導入し、結果が未知の新しいデータに対して予測を行うことができる。 モデルは体系的にデータを分析し、ビジネスの洞察と機会を見つけることができる。 watsonx.ai Runtime サービスにアクセスできる場合、モデルをデプロイメント スペース にプロモートして実行することができます。
- データの形式
- リレーショナル形式: リレーショナル・データ・ソース内のテーブル
- 表形式: .xls、 .csv、 .json、または .sasなどのデータ・ファイル内の表。 Excel ファイルでは、 最初のシートのみ読み取られます。
- テキスト形式: サポート対象のリレーショナル・テーブルまたはリレーショナル・ファイル内
- データ・サイズ
- 任意
- データの準備方法
- 自動データ準備機能を使用する
- データを操作するための SQL ステートメントを作成する
- データのクレンジング、シェーピング、サンプリング、ソート、導出を行う
- データの分析方法
- 各種のグラフ・オプションを使用してデータを視覚化する
- テキスト・フィールドの自然言語を識別する
- モデルの作成方法
- 予測モデルを作成する
- 40 を超えるモデル作成アルゴリズムとさまざまなノードから適切なアルゴリズムとノードを選択する
- 自動モデル作成機能を使用する
- 時系列データや地理空間データをモデル化する
- テキスト・データを分類する
- テキスト・データ内の概念間の関係を識別する
スクリプティング
SPSS Modelerのスクリプトを使用すると、手作業で行うには繰り返しの多い作業や時間のかかる作業を自動化できます。 スクリプトは、マウスやキーボードを使うユーザーと同じ種類のアクションを実行でき、R、 Python、 Python for Sparkでスクリプトを書くことができる。
以下は、スクリプトで自動化できるタスクの一部です：
- フロー内のノードの実行順序を指定する
- ノードのプロパティを設定する
- モデルトレーニングフローを自動的に受け取り、実行し、対応するモデルテストフローを生成するプロセスを設定する。
関連サービス
Watsonx.ai 上の他のサービスにアクセスできる場合、 SPSS Modeler でそれらを使用できます。 以下のサービスは、 SPSS Modelerでの作業を補完する機能を提供します。
| サービス | フィーチャーの概要 |
|---|---|
| Data Refinery | データをクレンジングおよびシェーピングするための順序付き操作のフローを作成します。 データを視覚化して問題を特定し、洞察を発見します。 |
| RStudio® | 統合開発環境でRノートブックとスクリプトを使用する。 |
| watsonx.ai Runtime | 組み込みのパフォーマンスとスケーラビリティにより、生成AIおよび機械学習アプリケーションを迅速に構築、実行、管理できます。 |