# 実験インターフェイスのナビゲート タブ形式のインターフェイスを使用して、モデル トレーニングの各ステージ間を移動できます。タブおよび実験構成パネルを使用して、モデルをトレーニングおよび最適化します。 ## ツール バー ツール バーを使用して、インターフェイス内のタブを切り替えます。 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。 * the 構成を見る icon をクリックすると、トレーニングの追加構成、現在のバージョンの確認、新しいバージョンの開始ができます。 ML 実験のツール バー ML 実験のツール バー ML 実験のツール バー ![ML 実験のツール バー](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_gen_automl-experiment-toolbar.png) ## 構成とトレーニング データ このタブでは、実験データを管理できます。実験を作成した時点では、 [構成] タブのみが表示されます。トレーニングが進むと、タブの名前が [トレーニング データ] に変更され、モデル分析用の他のタブへ切り替えられるようになります。 このタブでは、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。 * バイアス検出を構成します。 the スキーマ ビュー icon と the データ ビュー icon 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。 ML 実験の [構成] タブ。トレーニング後、このタブは [トレーニング データ] に名前が変更されます。 ML 実験の [構成] タブ。トレーニング後、このタブは [トレーニング データ] に名前が変更されます。 ML 実験の [構成構成] タブ。トレーニング後、このタブは [トレーニング データトレーニング データ] に名前が変更されます。 ![ユーザーがトレーニングのバージョンを実行する前の ML 実験の「データ」タブ](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Resources/Images/ui-gen-automl-experiment-data-tab.png) ## モデル [モデル] タブでは、トレーニング結果の簡単な分析を実行し、推奨モデルを検索します。このタブは、各モデルの主要なメトリクスを比較し、さまざまな予測ユースケースを評価するのに役立ちます。 より詳細なモデル分析を実行するには、 [比較] タブと [分析] タブに切り替えることができます。 [モデル メトリクス] テーブル、またはテーブル上部の推奨事項からモデルを選択します。次を表示できます。 * 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。 * バイアス検出の結果。 詳細については、「[モデルのクイック分析の実行](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-quick.htm)」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 ML 実験の [モデル] タブ インテリジェント モデル最適化でトレーニングされた ML 実験の [モデル] タブ インテリジェント モデル最適化でトレーニングされた ML 実験の [モデルモデル] タブ ![ML 実験の「モデル」タブ。概要、コアモデル メトリクス、自動生成されたビジュアライゼーションが表示されます。](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Resources/Images/ui-ml-exp-models.png) ## 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。選択を行い、ダッシュボードのデータをカスタマイズして、モデルのパフォーマンス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](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-compare.htm)」を参照してください。 ML 実験の [比較] タブ ML 実験の [比較] タブ ML 実験の [比較比較] タブ ![ML 実験の比較モデル分析](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_gen-experiment-model-comparison.png) ## 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。 * バイアス検出結果の詳細情報を表示する。 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](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-detailed.htm)」を参照してください。 ML 実験の [分析] タブ ML 実験の [分析] タブ ML 実験の [分析分析] タブ ![予測精度と特徴量重要度が表示される ML 実験の「分析」タブ。](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_experiment_model-details-overview.png) ## 実験構成パネル このパネルを使用して、実験設定を構成します。 新しい実験では、実験構成パネルがデフォルトで開いた状態になります。バージョンを実行した後、the 構成を見る icon をクリックしてパネルを開きます。 実験構成パネルを使用すると、次を実行できます。 * ターゲットと実験タイプを選択する * バージョン名を設定する * 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 * トレーニング中のモデルのタイプを表示する * 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 * 時系列モデルの場合は、予測設定を設定する * バイアス検出の構成 実験構成パネル 実験構成パネル 実験構成パネル ![選択されたターゲット、実験タイプ、既定の特徴量選択を含む実験構成パネル](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_ml-tutorial-exp-configuration.png)