拡張プレディクションの構成
機械学習アルゴリズムを使用して、高度な多変量プレディクションを生成できます。
カレンダをまだ作成していない場合は、拡張プレディクションで使用するカレンダを作成します。イベントを構成して、拡張プレディクションのプレディクション定義に関連付けることもできます。拡張プレディクションを定義する前に、まずカレンダおよびイベントを構成します。カレンダおよびイベントの構成を参照してください。
拡張プレディクションでは、事前定義済のカレンダを使用する必要があります。
- 拡張プレディクションを有効にします。PlanningでAIを使用可能を参照してください。
- 必要に応じて、入力ドライバ・データを準備、確認および変更します。
- ホーム・ページで、「IPM」をクリックし、「構成」をクリックします。
- 「作成」をクリックします。
- 「IPMコンフィギュレータ」のタイプ・ページで、名前および説明を入力します。
- 「拡張プレディクション」をクリックし、「次」をクリックします。
- カレンダ・ページで、使用するカレンダを選択し、「次」をクリックします。選択したカレンダの詳細が「履歴データ」セクションおよび「将来のデータ」セクションに移入されます。キューブの選択にはカレンダ定義も反映されます。
- 履歴データ・ページで、プレディクションのスライス、プレディクトする出力、および履歴データの入力に使用するドライバを定義し、「次」をクリックします。この情報は、プレディクションを駆動するモデルのトレーニングに使用されます。これらの選択によって、プレディクト対象と入力ドライバが定義されます。
- 「モデル・スコープの定義」。モデル・スコープの定義を参照してください。
- 「プレディクトする出力の選択」。プレディクトする出力の選択を参照してください。
- 「入力としてのドライバの選択」。入力としてのドライバの選択を参照してください。
- 将来のデータ・ページの「モデル・スコープの定義」セクションで、将来の期間のドライバのプレディクション結果とデータ・スライスを格納する場所を定義し、「次」をクリックします。モデル・スコープの定義を参照してください。
「プレディクトする出力の選択」または「入力としてのドライバの選択」に変更を加える必要はありません。
- データ準備ページで、プレディクションを実行する前にデータをどのように評価するかを定義し、「次」をクリックします。データの準備を参照してください。
- モデル設定ページで、予測に使用するアルゴリズム、予測誤差手法および信頼区間を選択し、プレディクションにイベントを含めるかどうかを指定して、「保存」をクリックします。
拡張プレディクションにより、季節性が自動的に検出され、データ・スクリーニングが実行されます。
- アルゴリズムの選択—拡張プレディクションに使用するアルゴリズムを選択します。アルゴリズムの選択を参照してください。
- 信頼区間—拡張プレディクションに使用する信頼区間を指定します。信頼区間の定義を参照してください。
- イベントを含める—プレディクションのカレンダに関連付けられているイベントを含めるかどうかを選択します。このオプションを選択すると、プレディクションにより、MLモデルのトレーニングに使用されるデータでイベントが考慮されます。拡張プレディクションにイベントを含めるを参照してください。
- 「保存」をクリックします。
拡張プレディクションが保存されると、メッセージが表示されます。
- これで、構成した拡張プレディクションを実行する準備ができました。拡張プレディクションの実行およびスケジュールを参照してください。
- ジョブが正常に完了した場合は、プレディクションの詳細を含むレポートをダウンロードできます。拡張プレディクションの詳細レポートの確認を参照してください。
- フォーム、ダッシュボード、ナビゲーション・フローなどを含めて実装を拡張し、プランナが拡張プレディクション結果を確認および分析し、プレディクションの説明可能性を確認できるようにします。また、プランナがプレディクション結果を確認できるように、Oracle Smart View for Officeシートを準備することもできます。
「プレディクションの説明」ではプランナがプレディクト値の詳細を表示でき、これはデフォルトで利用できます。
説明可能性はSmart Viewでは使用できません。
オラクルは、ボリューム・プレディクションのユース・ケースのためのナビゲーション・フローを提供しています。これを例として使用して、ビジネス・ユース・ケースの実装をカスタマイズできます。
Tip:
異なるアルゴリズムを使用して拡張プレディクションを実行し、各結果セットを異なるバージョンに保存できます。その後、プランナはフォーム上で異なるバージョンを選択して、各アルゴリズムからのプレディクション結果を表示できます。
拡張プレディクション定義は(「グローバル・アーティファクト」の下の「自動プレディクト」フォルダに)グローバル・アーティファクトとして保存され、メンテナンス・スナップショットを使用してバックアップされます。
また、「移行」を使用して、拡張プレディクションの説明可能性アーティファクトをエクスポートできます。ホーム・ページから「ツール」をクリックして、次に「移行」をクリックします。アーティファクトは、「Essbaseデータ」とともにプレディクションの「プラン・タイプ」に保存されます。
ビデオ
| 目的 | 視聴 |
|---|---|
|
このチュートリアルでは、拡張プレディクションを構成する前に必要となるタスクについて学習します。拡張プレディクションでは、機械学習モデルを利用して多変量プレディクションを生成し、予測精度を高めます。 |
 拡張プレディクションのためのCloud EPMの設定 |
|
このチュートリアルでは、拡張プレディクションを構成し、AI支援のデータ分析を実行する方法について学習します。拡張プレディクションでは、機械学習モデルを利用して多変量プレディクションを生成し、予測精度を高めます。 |
Cloud EPMの拡張プレディクションの構成 |
チュートリアル
チュートリアルには、トピックを学習するのに役立つ一連のビデオおよびドキュメントを使用した説明が用意されています。
| 目的 | 方法の学習 |
|---|---|
|
このチュートリアルでは、お客様とパートナがML機能を使用して拡張プレディクションを構成し、主要なビジネス推進要因を考慮してより正確なプレディクションを生成できるように支援します。このチュートリアルでは、拡張プレディクションの構成方法を示し、ビジネス上の考慮事項およびIPMのソリューション機能に基づく実装の推奨事項を提供します。 |
|