AutoML

はじめに

Automated Machine Learning

AutoML（Automated Machine Learning）は、エンドツーエンドの従来のmachine learningモデルを自動化し、実世界の問題解決に適用するプロセスです。

Machine learningはAIのサブセットで、トレーニングを通じて作成されたパターンと推論に基づいてpredictionを行うためにコンピュータシステムが使用するアルゴリズムと統計モデルに関するものです。従来のmachine learningプロセスは、トレーニングモデルに使用するデータの処理、適切な特徴量の構築、適切なアルゴリズムの適用、および得られた結果の分析において、人間の専門知識に大きく依存しています。

AutoMLは、従来のmachine learningプロセスのこれらのリソース集約的で時間のかかる反復タスクを完全に自動化します。自動化により、モデルの設計、作成、または比較に関する重要なドメイン知識を必要とせずに、非専門家でもmachine learningを簡単に扱えるようになります。

Catalyst Zia AutoML

Catalyst AutoMLは、Catalyst Zia Servicesのコンポーネントで、training dataのセットを分析し、明示的な指示を必要とせずにそのデータの特定のサブセットの結果を予測します。AutoMLでデータセットと分析用のトレーニング列を提供し、値を予測する必要のあるターゲット列を指定することで、モデルをトレーニングできます。その後、Ziaはさまざまなmachine learning algorithmsを反復処理し、モデルをトレーニングしてデータセットに対する予測分析を生成します。その後、予測分析を含むCatalystアプリケーションにAutoMLを実装できます。

CatalystのWebコンソールからプロジェクト用のAutoMLにアクセスして設定できます。モデルをトレーニングした後は、Catalystコンソールからテストして値を予測できます。また、トレーニング済みモデルの詳細な評価レポートも取得できます。

APIを使用してCatalystアプリケーションからAutoMLモデルでpredictionを実行できます。詳しくはAPIドキュメントを参照してください。AutoMLのコードサンプルについては、Java SDKドキュメント、Node.js SDKドキュメント、Python SDKドキュメントを参照してください。

Catalyst Zia Servicesのその他のコンポーネントについては、こちらのページで詳しくご確認いただけます。