---
title: "はじめに"
url: https://docs.catalyst.zoho.com/ja/tutorials/car-price-prediction/introduction/
description: "自動車価格予測 — Catalyst QuickML サービスを使用して、自動車の価格を予測するための強力な ML パイプラインを作成します。"
last_updated: 2026-08-17T12:16:04Z
service: All Services
type: tutorial
---

# 自動車価格予測

## はじめに

このチュートリアルでは、[Catalyst QuickML](https://docs.catalyst.zoho.com/ja/quickml/getting-started/introduction/) を使用して自動車の価格を予測する強力な機械学習モデルを構築する手順を説明します。

> **Note:** QuickML は現在、CA（カナダ）データセンターからアクセスするユーザーには利用できません。CA DC（accounts.zohocloud.ca/）でアカウントを作成した場合、このサービスをご利用いただけません。

まず、[データセットの前処理](https://docs.catalyst.zoho.com/ja/quickml/help/data-preprocessing/data-cleaning/)を行い、トレーニングに適した状態に整えます。次に、データ変換を処理するための[データパイプライン](https://docs.catalyst.zoho.com/ja/quickml/help/create-data-pipeline/)を構築し、モデルのトレーニングとテストを行うための[ML パイプライン](https://docs.catalyst.zoho.com/ja/quickml/help/create-ml-pipeline/)を構築します。最後に、トレーニング済みモデルに対して外部アプリケーションからのやり取りを可能にし、自動車の価格予測を提供する[エンドポイント](https://docs.catalyst.zoho.com/ja/quickml/help/pipeline-endpoints/)を作成します。2つのパイプラインを構築する理由は、データパイプラインを再利用して、将来的に任意の数の ML パイプラインを構築できるためです。

自動車価格予測 ML モデルは、以下の Catalyst サービスを使用して構築されます：

**[Catalyst QuickML](https://docs.catalyst.zoho.com/ja/quickml/getting-started/introduction/)** ：このサービスを使用して、まずサンプルデータセットに[ノード操作](https://docs.catalyst.zoho.com/ja/quickml/help/data-preprocessing/data-cleaning/)を適用して前処理を行い、[データパイプライン](https://docs.catalyst.zoho.com/ja/quickml/help/create-data-pipeline/)を構築します。この前処理済みデータを使用して、[ML アルゴリズム](https://docs.catalyst.zoho.com/ja/quickml/help/ml-algorithms/classification-algorithms/)を実行し、ML モデルを作成します。最終的に、自動車価格予測 ML モデルは、QuickML で生成された[エンドポイント URL](https://docs.catalyst.zoho.com/ja/quickml/help/pipeline-endpoints/) を使用して外部アプリケーションからアクセスできます。

[Catalyst コンソール](https://console.catalyst.zoho.com/baas/index)で必要なデータパイプラインおよび ML パイプラインをすべて作成した後の最終的な出力は、以下のようになります：

![final_output](https://catalyst-docs-development.zohostratus.in/images/tutorials/car-price-prediction/introduction.webp)