RapidMiner Studioのガイド付きのアプローチ

あなたの仕事を加速させるために、RapidMinerはデータの前処理、モデルの構築、モデルのデプロイのガイド付きツールを提供します。

インタラクティブなデータの前処理なら、ターボプレップ(Turbo Prep)
AutoML(自動機械学習)なら、オートモデル(Auto Model)
ワンクリックなモデルのデプロイなら、デプロイメント(Deployments)

これらのツールを使用することで、SME(内容領域専門家)はシンプルさを手に入れ、新人のデータサイエンティストはベストプラクティスを学び、データサイエンスの専門家は生産性を上げることができます。

ターボプレップ: データの前処理

ターボプレップはデータの前処理が簡単になるよう設計されたものです。ターボプレップはいつでも中心にデータが見えるインタフェースを提供しています。そこにはモデルの構築・プレゼン用にデータを準備するあらゆる機能が備わっており、データを見ながらデータをステップバイステップで変更し、すぐに結果を確認することができます。

オートモデル: モデルの構築

オートモデルはモデルの構築と検証のプロセスを加速させます。オートモデルは大きく三つの問題を扱います:

Prediction(予測)
Clustering(クラスタリング)
Outliers(外れ値)

予測のカテゴリでは、分類と回帰の両方の問題を解くことができます。オートモデルはデータを評価し、問題解決に向け関連するモデルを提供します。また計算が終われば、モデルの結果の比較に役立ちます。

オートモデルは結果を得るのに役立つだけでなく、結果を理解することにも役立ちます。たとえ内部のロジックが理解しづらいディープラーニングのようなモデルでさえも、です。

デプロイメント: モデルのデプロイ

モデルの全ての価値を理解するには、運用を開始する必要があります。オートモデル内から、一回のクリックでモデルのデプロイが可能です。

デプロイメントは同じ入力データを説明するモデルの集合です。最もシンプルな形では、デプロイメントはリポジトリ内に存在し、データにスコアをつけます(例えば、予測を行います)が、デプロイメントはこれ以上のことが可能です！

デプロイメントはモデルを整理し、重要なデータを一つの場所に保管します(例えば、 GDPRなどの規則を遵守するため)。
デプロイメントはモデルのパフォーマンスを経時的に追跡し、ドリフトやバイアスを警告します。
デプロイメントは共通のプロジェクトで協力しているグループで共有することが可能です。
デプロイメントはwebサービスを提供しているため、他のソフトウェアと統合することが可能です。

基本的な考え方は、運用するモデルが多いほど良くなるというものです。したがって、デプロイはできるだけ簡単に行える必要があります。モデルを無駄にするのをやめませんか？