入力データの収集

トレーニング・データを収集して準備します。 許容されるデータ・ソースについて詳しくは、 AutoAI の概要を参照してください。

AutoAI ツールのオープン

便宜上、 AutoAI モデル作成では、プロジェクトに関連付けられたデフォルト・ストレージを使用してデータを保管し、モデル結果を保存します。

1. プロジェクトを開きます。

2. 「資産」タブをクリックします。

3. クリック新しいアセット > 機械学習モデルを自動的に構築。

実験の詳細の指定

1. 実験の名前と説明を指定します。

2. 機械学習サービス・インスタンスを選択し、プロンプトが表示されたらタスク認証情報を入力する。 次に「作成」をクリックする。

3. プロジェクトからデータを選択するか、またはファイル・システム / アセット・ブラウザーからデータをアップロードして、 続行を押します。 「プレビュー」アイコンをクリックして、データを確認します。 (オプション) トレーニングされたパイプラインをテストするために、2 番目のファイルをホールドアウト・データとして追加します。

4. エクスペリメントで予測するデータの 予測する列 を選択してください。

   • AutoAI は、データ・セットのサブセットの分析に基づいて、デフォルトのモデル・タイプ (二項分類、多クラス分類、または回帰) を選択します。 ターゲット列に 2 つの可能な値がある場合は、バイナリーが選択されます。 マルチクラスには、3 つ以上の値の離散的なセットがあります。 回帰のターゲット列に連続型数値変数があります。 オプションで、この選択をオーバーライドできます。
     

     注: 分類する値の制限は 200 です。 予測列に多数の固有値を指定して分類エクスペリメントを作成すると、リソースが集中的に使用され、エクスペリメントのパフォーマンスとトレーニング時間に影響を与えます。 エクスペリメントの品質を維持するには、以下のようにします。
     - AutoAI は、最適化のためのデフォルトのメトリックを選択します。 例えば、二項分類モデルのデフォルトのメトリックは *Accuracy * です。
     -デフォルトでは、トレーニング・データの 10% がモデルのパフォーマンスをテストするために保持されます。

5. (オプション): 「エクスペリメント設定」 をクリックして、 AutoAI 実行のオプションを表示またはカスタマイズします。 エクスペリメント設定について詳しくは、 分類または回帰エクスペリメントの構成を参照してください。

6. エクスペリメントの実行 をクリックして、モデル・パイプラインの作成を開始します。

インフォグラフィックには、ご使用のデータ用のパイプラインの作成が示されます。 このフェーズの所要時間は、データ・セットのサイズによって異なります。 通知メッセージによって、処理時間が短くなるか長くなるかが通知されます。 パイプラインの構築中に、製品の他の部分で作業を行うことができます。

インフォグラフィック内のノードの上にカーソルを移動して、パイプラインが共有する要因と、それらの固有のプロパティーを検討します。 パイプラインが共有する要因と、パイプラインを固有にするプロパティーを確認できます。 インフォグラフィックのデータについては、情報パネルの「凡例」タブをクリックしてください。 または、パイプライン作成について別のビューを表示するには、通知ペインの「エクスペリメントの詳細」タブをクリックし、 ビューの切り替え をクリックして進行中マップを表示します。 いずれかのビューで、パイプライン・ノードをクリックして、関連するパイプラインをリーダーボードに表示します。

結果の表示

パイプライン生成プロセスが完了すると、ランク付けされたモデル候補を表示して評価してから、パイプラインをモデルとして保存することができます。