予測モデルの作成およびトレーニング

上級データ・アナリストは、予測モデルを作成およびトレーニングして、それらの使用によりOracle Machine Learningアルゴリズムをデプロイし、データセットのマイニング、ターゲット値の予測、またはレコードのクラスの識別を行うことができます。予測モデルの作成やトレーニング、データへの適用には、データ・フロー・エディタを使用します。

LiveLabsスプリント

正確なモデルに到達するにはプロセスを繰り返す必要があり、上級データ・アナリストは、様々なモデルを試してその結果を比較し、試行錯誤を基にしてパラメータを細かく調整できます。データ・アナリストは、ファイナライズされた正確な予測モデルを使用して、その他のデータセットの傾向を予測したり、モデルをワークブックに追加できます。

ノート:

Oracle Autonomous AI Lakehouseがソースのデータを使用している場合は、AutoML機能を使用すると、機械学習のスキルがなくても予測モデルをすばやく簡単にトレーニングできます。Autonomous Data WarehouseのAutoMLを使用した予測モデルのトレーニングに関する項を参照してください。

Oracle Analyticsには、数値予測、多項分類、二項分類およびクラスタリングのアルゴリズムが用意されています。

アルゴリズムは、Oracle Machine LearningをローカルのOracle Analytics Desktopディレクトリにインストールするまで使用できません。「デスクトップのMachine Learningのインストール方法」を参照してください

ホーム・ページで、「作成」をクリックし、「データ・フロー」を選択します。
モデルのトレーニングに使用するデータセットを選択します。「追加」をクリックします。
データ・フロー・エディタで、「ステップの追加」(+)をクリックします。
データセットを追加したら、モデルの作成にデータセットのすべての列を使用することも、関連する列のみを選択することも可能です。関連する列を選択するには、そのデータセットを理解している必要があります。結果の動作に影響しないことがわかっている列や、重複する情報が含まれている列を無視します。「列の選択」ステップを追加すると、関連する列のみを選択できます。関連する列がわからない場合は、すべての列を使用します。
モデルのトレーニング・ステップのいずれかを選択します(「数値予測のトレーニング」または「クラスタリングのトレーニング」など)。
アルゴリズムを選択して「OK」をクリックします。
予測や分類などの教師ありモデルを使用している場合は、「ターゲット」をクリックして予測する列を選択します。たとえば、個人の所得を予測するモデルを作成している場合は、所得列を選択します。
クラスタリングなどの教師なしモデルを使用している場合、ターゲット列は必要ありません。
モデルのデフォルトの設定を変更して細かく調整し、予測結果の精度を向上させます。使用しているモデルによって、これらの設定が決まります。
「モデルの保存」ステップをクリックして、名前と説明を指定します。
「保存」をクリックしてデータ・フローの名前と説明を入力し、「OK」をクリックしてデータ・フローを保存します。
「データ・フローの実行」をクリックし、指定した入力データセットおよびモデル設定に基づいて予測モデルを作成します。