Oracle Autonomous AI LakehouseのAutoMLを使用した予測モデルのトレーニング

Oracle Autonomous AI Lakehouseのデータを使用する場合、そのAutoML機能を使用して予測モデルの推奨およびトレーニングを行うことができます。AutoMLによってデータが分析され、使用する最善のアルゴリズムが計算され、データに関する予測を実行できるように予測モデルがOracle Analyticsに登録されます。

AutoMLを使用すると、困難な作業がOracle Autonomous AI Lakehouseによってすべて自動で行われるため、機械学習や人工知能のスキルがなくても予測モデルをデプロイできます。生成された予測モデルは、「機械学習」ページの「モデル」領域に保存されます。新しいモデルに基づいてデータを予測するには、データ・フローを作成し、「モデルの適用」ステップを使用します。
開始する前に:
  • 予測の対象となるOracle Autonomous AI Lakehouseのデータに基づいて、データセットを作成します。たとえば、従業員減少に関するデータに、減少の'Yes'または'No'を示すATTRITIONというフィールドを含めることができます。
  • Oracle AnalyticsからOracle Autonomous AI Lakehouseへの接続で指定されているデータベース・ユーザーがOML_Developerロールを持っていること、および'admin'スーパーユーザーではないことを確認してください。そうしない場合、データ・フローを保存または実行しようとすると失敗します。
  1. ホーム・ページで、「作成」をクリックし、「データ・フロー」をクリックします。
  2. 「データセットの追加」で、分析するデータが含まれるOracle Autonomous AI Lakehouseに基づいてデータセットを選択します。
  3. 「ステップの追加」をクリックし、AutoMLをクリックします。
  4. 「ターゲット」で、「列の選択」をクリックし、予測しようとする値が含まれるデータ列を選択します。
    たとえば、従業員減少を予測する場合は、従業員が退社したかどうかを'TRUE'または'FALSE'で示すATTRITIONというフィールドを選択します。
    automl1.pngの説明が続きます
    図automl1.pngの説明

  5. Oracle Analyticsにより推奨されたタスク・タイプおよびモデル・ランキング・メトリックを受け入れるか、別のアルゴリズムを選択します。
  6. 「モデルの保存」をクリックし、生成された予測モデルの名前を指定します。
  7. 「保存」をクリックし、データ・フローの名前を指定します。
  8. 「実行」をクリックして、データを分析し、予測モデルを生成します。
  9. ホーム・ページで、「ナビゲート」、「機械学習」の順にクリックして、生成されたモデルを右クリックして「検査」を選択します。
Oracle Analyticsによって生成されたモデルは、「機械学習」ページの「モデル」タブで検索できます。モデルを検査してその品質を評価します。「予測モデルの質の評価」を参照してください。AutoMLによって生成されたモデルに生成された関連データセットを参照することもできます。予測モデルの関連データセットとはを参照してください。