機械学習(ML)モデルの使用

データ変換では、データ・フローでのMLモデルの使用がサポートされています。データ・フローで機械学習(ML)モデルを作成および使用する方法について学習します。

トピック

データ・フロー・エディタでのMLモデル・データ・エンティティの作成
データ変換でMLモデルを使用するには、2つのデータ・フローを作成する必要があります。まず、データ・フロー・エディタを使用してMLモデル・データ・エンティティを構築してから、データ・フローのデータ・エンティティを使用して、ソース接続からデータをマイニングし、ターゲット・サーバーにロードする必要があります。
MLモデル・データ・エンティティ・プロパティ
「データ・エンティティの追加」ウィザードの「プロパティ」タブには、MLモデル・データ・エンティティの定義に使用できるデータ・マイニング・オプションが用意されています。
データ・フローでのMLモデルの使用
予測モデル・データベース関数を使用して、ソース・データでMLモデル・アルゴリズムを実行し、出力をターゲット・データベースにロードできます。

データ・フロー・エディタでのMLモデル・データ・エンティティの作成

データ変換でMLモデルを使用するには、2つのデータ・フローを作成する必要があります。まず、データ・フロー・エディタを使用してMLモデル・データ・エンティティを構築してから、データ・フローのデータ・エンティティを使用して、ソース接続からデータをマイニングし、ターゲット・サーバーにロードする必要があります。

データ・フロー・エディタでMLモデル・データ・エンティティを構築するには、

MLモデルを構築するデータ・エンティティをデザイン・キャンバスにドラッグします。
コンポーネントを選択し、ターゲット・コンポーネントの右上隅にあるデータ・エンティティの追加アイコンをクリックします。
「データ・エンティティの追加」ページが表示され、ターゲット・コンポーネントの次の詳細を構成できます:
「一般」タブ
- 「名前」テキスト・ボックスに、新規に作成したデータ・エンティティの名前を入力します。
- 「エンティティ・タイプ」ドロップダウンから、データ・エンティティ・タイプとして「MLモデル」を選択します。
  このエンティティ・タイプを選択すると、ユーザー・インタフェースは次のように変更されます。
  - 「接続」ドロップダウンには、作成したOracle接続のみがリストされます。
  - データ・エンティティの追加ウィザードには、「プロパティ」タブが表示され、学習のタイプ、関数、アルゴリズムを選択し、MLモデルを定義するパラメータを構成できます。詳細は、「MLモデル・データ・エンティティのプロパティ」を参照してください。
- 「接続タイプ」ドロップダウンから、新しく作成したデータ・エンティティの追加元となる必要な接続を選択します。MLモデル・データ・エンティティの場合、「接続タイプ」ドロップダウンには、オプションとしてOracleのみがリストされます。
- 「接続」ドロップダウンには、関連付けられた接続タイプを使用して作成した接続が移入されます。「接続」ドロップダウンから、MLモデル・データ・エンティティを保持するサーバー名を選択します。
- 「スキーマ」ドロップダウンで、選択した接続に対応するすべてのスキーマが2つのグループで表示されます。
  - 「新規データベース・スキーマ」(以前にインポートしたことがないもの)と、
  - 既存のデータベース・スキーマ(以前にインポートされて、データ・エンティティを置換する可能性があるもの)です。
  「スキーマ」ドロップダウンで、必要なスキーマを選択します。
- 「タグ」テキスト・ボックスに、希望するタグを入力します。タグを使用して、「データ・エンティティ」ページに表示されるデータ・エンティティをフィルタできます。
- このデータ・エンティティを機能グループとしてマークする場合は、「拡張オプション」を展開し、「機能グループとして処理」チェック・ボックスを選択します。
- 「次へ」をクリックします。
「プロパティ」タブ
- このデータ・エンティティの作成に使用する「学習タイプ」、「関数」および「アルゴリズム」を選択します。オプションの詳細は、「MLモデル・データ・エンティティのプロパティ」を参照してください。
- 選択したオプションに基づいて、「パラメータ」セクションに「重要度」および「高」とマークされたパラメータのリストが移入されます。アイコンを使用して、他の必須パラメータを追加できます。
  データ・フローを正常に実行できるように、各パラメータに値を指定する必要があります。
「列」タブ
- 新しく作成したデータ・エンティティに新しい列を追加するには、「列の追加」アイコンをクリックします。
  表示されている表に新しい列が追加されます。
- この表には次の列が表示されます:
  - 名前
  - データ型 - セルをクリックして、必要なデータ型を構成します。
  - スケール
  - 長さ
  - アクション - 作成した列を削除するには、クロス・アイコンをクリックします。
- 列を一括で削除するには、列を選択して「削除」アイコンをクリックします。
- 必要な列詳細を検索するには、「検索」テキスト・ボックスに必要な列名を入力し、[Enter]を押します。必要な列の詳細が表示されます。
- 「次へ」をクリックします。
「データ・エンティティのプレビュー」タブ

作成したすべての列とその構成済の詳細のプレビューが表示されます。データ・エンティティがOracleデータベースに属している場合、表の統計を表示することもできます。詳細は、「データ・エンティティの統計の表示」を参照してください。
「保存」をクリックして構成を保存し、ウィザードを終了します。
データ・フローを保存して実行します。
新しいデータ・エンティティが作成されます。「データ・エンティティ」ページに表示されます。

親トピック: 機械学習(ML)モデルの使用

MLモデル・データ・エンティティのプロパティ

「データ・エンティティの追加」ウィザードの「プロパティ」タブには、MLモデル・データ・エンティティの定義に使用できるデータ・マイニング・オプションがあります。

このトピックでは、データ・マイニング機能やアルゴリズムなどのOracle Machine Learningの概念に関する事前の知識を前提としています。詳細は、Oracle Machine Learning for SQL APIガイドを参照してください。

学習のタイプ	機能	アルゴリズム
監視対象	分類	ディシジョン・ツリー
		明示的セマンティック分析
		一般化線形モデリング
		Naive Bayes
		ランダム・フォレスト
		ニューラル・ネットワーク
		Support Vector Machine
	低下	一般化線形モデリング
		ニューラル・ネットワーク
		Support Vector Machine
	時系列	指数平滑法
	属性重要度	最小説明長
監視なし	関連付け	Apriori
	属性重要度	CUR行列分解
	異常検出	1クラス・サポート・ベクター・マシン
	クラスタリング	期待値の最大化
		k-Means
		直交パーティショニング・クラスタリング
	特徴抽出	明示的セマンティック分析
		Non-Negative Matrix Factorization
		単一値分解

親トピック: 機械学習(ML)モデルの使用

データ・フローでのMLモデルの使用

予測モデル・データベース関数を使用して、ソース・データに対してMLモデル・アルゴリズムを実行し、出力をターゲット・データベースにロードできます。

MLモデルをデータ・フローで使用する前に、MLモデルを構築する必要があります。MLモデルの作成方法は、データ・フロー・エディタでのMLモデル・データ・エンティティの作成を参照してください。

データ・フローでMLモデルを使用するには:

「データ・フローの作成」の指示に従って、新しいデータ・フローを作成します。
データ・フロー・エディタで、データ・フローでソースとして使用する表をドラッグして、デザイン・キャンバスにドロップします。
「データベース関数」ツールバーで、「機械学習」をクリックし、「予測モデル」変換コンポーネントをデザイン・キャンバスにドラッグ・アンド・ドロップします。
「予測モデル」変換コンポーネントをクリックして、そのプロパティを表示します。
「一般」タブで、次を指定します:
- 接続 - ドロップダウンに、使用可能なすべてのOracle接続がリストされます。使用するOracle接続を選択します。
- スキーマ - スキーマを選択します。
- MLモデル - ドロップダウンに、使用可能なすべてのMLモデルがリストされます。MLモデルの構築方法については、データ・フロー・エディタでのMLモデル・データ・エンティティの作成を参照してください。
「列マッピング」タブで、埋め込むソース列を演算子のINPUT属性にマップします。列マッピングで使用可能な列は、prediction parametersのみです。使用可能な列から「式」列にテキスト列をドラッグします。
データ・フローでターゲットとして使用する表をドラッグし、デザイン・キャンバスにドロップします。
データ・フローを保存して実行します。
データ変換では、ソース・データに対して予測モデルが実行され、出力がターゲット表に書き込まれます。

親トピック: 機械学習(ML)モデルの使用

Oracle Cloud Infrastructureドキュメント