実験インターフェイスのナビゲート
タブ付きのインターフェイスを使用すると、モデル トレーニング内のさまざまなプロセス間を移動できます。さまざまなタブと実験構成パネルによって、モデルのトレーニングと最適化に役立つ数々タスクを実行できます。
ツール バー
ツール バーでは、インターフェイス内のさまざまなタブを切り替えることができます。
ツール バーでは、次の操作も実行できます。
-
どのタブにいるかに応じて、トレーニング済みのモデルを切り替えることができます。
-
構成を見る をクリックすると、実験トレーニングのさらなる変更、現在のバージョンの確認、新しいバージョンの構成の開始ができます。
AutoML 実験のツール バー

データ
このタブでは、実験内のデータを管理できます。初めて実験を作成するときは、このタブのみが表示されます。実験が進むにつれて、モデル分析のために他のタブに切り替えることができます。
[データ] タブでは、次を実行できます。
-
最初のバージョンをトレーニングする前にターゲットを選択する。
-
特徴量を追加または削除する。
-
特徴量データセットのインサイトと統計を表示します。
-
新しいトレーニング データセットを選択します。
スキーマ ビューと
データ ビューを切り替えると、トレーニング データセットをさまざまな表現で見ることができます。
AutoML 実験の [データ] タブ

モデル
トレーニング結果を迅速に分析します。[モデル] タブを使用すると、各モデルの主要なメトリクスをすばやく理解して比較できます。より詳細なモデル分析を実行するには、 [比較] タブと [分析] タブを使用できます。
[モデル メトリクス] テーブルでモデルをクリックすると、次の情報が表示されます。
-
パフォーマンス スコア。
-
モデル トレーニングの概要 (インテリジェント モデル最適化で利用可)。
-
特徴量重要度のビジュアライゼーション。
-
実験タイプに固有のその他のビジュアライゼーション。
詳細については、「モデルのクイック分析の実行」を参照してください。
インテリジェント モデル最適化でトレーニングされた AutoML 実験の [モデル] タブ

比較
組み込み型アナリティクスを使用してモデルを詳細に比較します。ダッシュボードに表示されるデータを選択してカスタマイズし、モデルに関するインサイトを明らかにします。
[比較] タブでは、次を実行できます。
-
利用可能なすべてのモデル メトリクスとハイパーパラメーターにアクセスする。
-
モデル間でトレーニングとホールドアウトのメトリクスを比較する。
詳細については、「モデルの比較」を参照してください。
ML 実験の [比較] タブ

分析
トレーニングするモデルごとに組み込み型アナリティクス機能を使用して、さらに深く掘り下げます。
[分析] タブでは、次を実行できます。
-
予測精度をさらに分析する。
-
特徴量重要度を詳細なレベルで評価する。
-
特徴量データの分布を表示する。
詳細なモデル分析の詳細については、「詳細なモデル分析の実行」を参照してください。
ML 実験の [分析] タブ

実験構成パネル
構成を見るをクリックして、実験構成パネルを展開します。このパネルを展開すると、新しいバージョンの構成を開始し、カスタマイズしてトレーニング プロセスをより細かく制御できるようになります。
実験構成パネルを使用すると、次を実行できます。
-
最初のバージョンをトレーニングする前にターゲットを選択する
-
特徴量を追加または削除する
-
実験の新しいバージョンを構成する
-
トレーニング データセットの変更または更新を選択する
-
アルゴリズムを追加または削除する
-
モデルの最適化設定を変更する
実験構成パネル
