機械学習モデルの可視化ツール
機械学習とは、コンピュータが大量のデータを学習・大量の試行錯誤を繰り返す中で、ルールやパターンを自律的に抽出し、アルゴリズムやモデルを構築するものを指します。代表的な例としては、大量の画像データを学習させた画像認識のアルゴリズムや、大量のテキストを学習させた自然言語処理のアルゴリズムなどが流通しており、社会のさまざまな面で活用が進んでいます。
一般的に、よりよい推定ができる機械学習モデルを生成するには膨大量な学習データが必要です。しかし、機械学習モデルを構築してみたものの、以下のような課題が出てくることがあります。
- 説明変数/目的変数が多く、変数間の相関関係がわかりにくい
- 出力された予測結果の精度が不明
- 説明変数が多く、高次元の説明変数空間のため、モデルの適用範囲が不透明
- 変数の組み合わせの中から、相関の高い変数を見つけるのが難しい
本資料ではサイバネットがご提供する「機械学習モデルの可視化ツール」を用いて、高次元機械学習モデルの課題解決をご紹介いたします。背景と課題を例に挙げ、可視化ツールをご紹介します。
可視化によるモデルの理解促進、適用判断の明確化により、高次元機械学習モデルの課題解決にお役立ていただけます。
資料掲載内容
- 機械学習モデルとは？課題は？
- 機械学習モデルの可視化ツール開発支援のご紹介
- サイバネットのご提供するソリューション
- 高次元機械学習モデルの背景/課題
- サイバネットがご提供する可視化ツールの構築
- ご提案の可視化例
