0 / 0

データサイエンスソリューション

最終更新: 2025年5月08日
を作成しました:"2018-03-07 09:09:30 -0800" タイトル :"データサイエンスソリューション" fname: " analyze-data\data-science.liquid.md "

を作成しました:"2018-03-07 09:09:30 -0800" タイトル :"データサイエンスソリューション" fname: " analyze-data\data-science.liquid.md "

さまざまなレベルの自動化を提供するツールを使用して、データを分析し、機械学習ソリューションを構築することができます。 データやモデルを扱うためにどのような方法を選択するかによって、どのツールが自分のニーズに最も適しているかを判断することができる。

それぞれのツールには、特定の主要なタスクがある。 ツールによっては、複数の種類のタスクに対応できるものもある。

プロジェクトの中で、どの程度自動化したいかに応じてツールを選択することができる:

  • コードエディターツール:PythonやRでコードを書くのに使う。
  • グラフィカル・ビルダー・ツール: ビルダーでメニューおよびドラッグ・アンド・ドロップ機能を使用して、視覚的にプログラムを作成します。
  • 自動化ビルダー・ツール: 限定されたユーザー入力を必要とする自動化タスクを構成するために使用します。
ツールからタスクへ
ツール 主要課題 ツール・タイプ データの処理 モデルの処理
Data Refinery データの準備と視覚化 グラフィカル・ビルダー
視覚化 グラフを作成してデータを視覚化する グラフィカル・ビルダー
Jupyter ノートブック・エディター Python または R notebooks でのデータおよびモデルの処理 コード・エディター
統合学習 分散データでMLモデルをトレーニングする コード・エディター
RStudio IDE RでデータとMLモデルを操作する コード・エディター
SPSS Modeler 視覚的なフローとしてMLモデルを構築する グラフィカル・ビルダー
Decision Optimization 最適化の問題の解決 グラフィカルビルダー、コードエディター
AutoAI ツール 機械学習モデルの自動作成 自動化ビルダー
パイプライン モデル・ライフサイクルの自動化 グラフィカル・ビルダー

詳細情報