みなさん。こんにちは。ビッグデータ推進課のluckystar_021008です。
今回初めての投稿なので最初に簡単な自己紹介をさせてください。
0.自己紹介
出 身 :北海道(暑いよりは寒い派)
趣 味 :YouTube鑑賞(主にゲーム実況動画)、フットサル
入 社 :2007年(社会人14年目)
業務内容:データ分析
1.紹介内容
簡単ですが自己紹介させていただいた所で、、、みなさんにお話させていただく内容は「モデルの作成術」について投稿させていただきます。
特に今回はさわりの部分を投稿していこうと思いますので、モデルの概要や作成方法を取り上げていきたいと思います。
2.モデルとは何か?
私が今担当している仕事は、先月取り上げていた「機械学習」を用いたモデル作成をしているのですが、そもそもそのモデルって何?と思われる方もいると思います。
一言で言うと、、、過去の実績(データ)を分析して、その対象物(モデル)に対しての傾向を把握する。それが今回ご紹介させていただくモデルというものになります。
例えば、カレーを作りましょうとなった時に、経験や知識がなければ作り方が分かりません。材料は何が必要なのか?材料が揃った所でどのような手順・作り方で調理すればいいのか、という疑問が生まれてくると思います。この材料の見極めや調理手順を学んで(機械学習する)カレーを完成させることがモデルです。
3.モデルの作成
では、次に私の現場での経験を踏まえてモデルを作成していきましょう。今回紹介するのは「機械学習」の中の「教師あり」学習と呼ばれるものでモデル作成を説明させていただきます。
モデルを学習させるには事前に用意しておかなければいけないものがあります。
3-1.説明変数
カレーを作るにはこういう材料が必要であるやこういう手順で
調理するといった物事を説明するためのものです。
3-2.目的変数
カレーを調理したことのある人/ない人を分別するためのものです。
モデルの作成には説明変数は必ず必要なものであり、目的変数も「教師あり」
学習でモデルを作成する場合は必ず必要になってくるものです。
3-3.機械学習の実施
説明変数や目的変数の準備が出来たら、機械学習を実施してみましょう。
カレーを作る材料や調理手順も明確になってきます。
3-4.良い学習結果
上記の学習した結果に基づいて調理をした時に、見た目や味からカレーと
呼べるものが完成出来ていれば、それは良い学習結果と言えます。
3-5.悪い学習結果
カレーを作ろうとしてカレー以外の食べ物が出来てしまったのなら、
カレーを作るのに必要な情報(材料や調理手順)を説明変数に与え
直す必要があります。
悪い学習結果となってしまった場合は、説明変数に材料や調理手順を与え
再度機械学習を実施してみましょう。そこで、カレーが出来ていたら
良い学習結果になったと言えます。
再チャレンジしても、違う料理が出来てしまったりカレーに近いものは
出来たが味が全然違う等があったら、また説明変数に材料等の情報を
与え直します。
これを繰り返していき良い学習結果(カレーを作る)を目指していくことに
なります。
3-6.教師あり学習時の注意点
「教師あり」学習を行うときは必ずそのモデルの作成条件に必要な
(今回の例ではカレーを調理したことのある)人がいないといけません。
正解データが存在しないものは「教師なし」学習となり、違う学習手法と
なります。
4.おわりに
どうでしたでしょうか?少しはイメージが湧いたでしょうか?今回みなさんにはモデル作成のための表面部分をご紹介させていただきました。機会があればより詳細な部分や機械学習に関しても紹介させていただこうと思っています。
今後、もしモデル作成に携わる方がいらしたら少しでも参考になっていれば幸いです。
「モデル構築について」はこちら👇
--------------------------
シー・エス・エス 問い合わせフォーム:https://www.css-net.co.jp/contact/