データ・サイエンス・アルゴリズム

「アルゴリズム」タブを使用して、カスタム・データ・サイエンス・モデルで使用可能なすべてのアルゴリズムを表示できます。カスタム・データ・サイエンス・モデルに対して組込み済みのアルゴリズムを選択することも、カスタム・アルゴリズムを作成することもできます。

ノート:

カスタム・アルゴリズムの説明

カスタム・アルゴリズムを作成し、そのアルゴリズムに独自のニーズを満たすパラメータを構成できます。その後、そのカスタム・アルゴリズムをカスタム・データ・サイエンス・モデルで使用できます。カスタム・データ・サイエンス・モデルの作成についてさらに学習します。

カスタム・アルゴリズムを作成する場合は、アルゴリズムに対して次のパラメータを定義する必要があります。

目的: アルゴリズムを「トレーニングおよびスコアリング」用または「スコアリング」用として定義します。
Dockerイメージ: アルゴリズム・コードをDockerイメージとしてインポートします。
JSONファイル: スコアリング中にロードするJSONファイルをアップロードする必要があります。
アルゴリズム・パラメータ: 特定の時点で必要なコンテンツに従って、モデルを微調整できます。たとえば、「対象とする時間枠」を構成し、対象時間枠の日数がそれぞれ異なる複数のオプションを提供できます。
ハイパーパラメータ: 調整可能なパラメータを構成し、これをチューニングして最適なパフォーマンスのモデルを取得できます。たとえば、学習率やチューニング・レートなどのハイパーパラメータを構成できます。

カスタム・アルゴリズムを作成して使用するには、次のことを行う必要があります。

カスタム・モデルの作成および使用のすべてのステップを完了すると、カスタム・アルゴリズムを使用してカスタム・モデルのトレーニングとスコアリングが実行されます。