自動機械学習データ分析講座（その184）

更新日 2022-05-12

投稿日 2021-10-26

◆ 古くて新しい自動機械学習

似たような数理モデルあり、その中から数理モデルを選択してモデル構築する場合のことです。このようなことを自動化したのが、自動機械学習（Automated Machine Learning）というものです。今回は「古くて新しい自動機械学習（Automated Machine Learning）」というお話しです。

◆関連解説『情報マネジメントとは』

【目次】

1.数理モデルの構築プロセス

2.有料ツール

3.無料ツール

4.ハイブリッドな使い方が一番いいかも

5.今回のまとめ

1.数理モデルの構築プロセス

データ分析

数理モデルを構築するプロセスは、例えば次のような感じではないでしょうか。

データ準備
↓
前処理（データクレンジング含む）
↓
特徴量生成・加工・選定
↓
モデル選定・パラメータ最適化・モデル評価
↓
デプロイ(展開)

昔からある「自動機械学習（Automated Machine Learning）」は「モデル選定・パラメータ最適化・モデル評価」の部分です。最近ですと「特徴量生成・加工・選定」のフィーチャーエンジニアリングの部分も対象にしているものもあるようです。しかしフィーチャーエンジニアリングの自動化は、まだ難しいのではないかと思います。

2.有料ツール

最近は、クラウド上で使える有料の自動機械学習（Automated Machine Learning）も出始めています。

有料版のもので、よく名前を聞くのが以下です。

AutoML Tables（Google）
AutoAI（IBM）
Automated ML（Microsoft）
DataRobot（DataRobot）
AutoFlow（MatrixFlow）
Driverless AI（H20.ai）

有料版だけあって、ユーザインターフェースが綺麗です。

3.無料ツール

データ分析や数理モデル構築といえば、最近ではRやPython、Juliaなどの無料で使えるものが多数あります。

自動機械学習（Automated Machine Learning）も例外ではなく、幾つかあります。RやPyhton上で動かすものです。

R automl
R RemixAutoML
AUTO-WEKA
Python auto-sklearn
Python TPOT

4.ハイブリッドな使い方が一番いいかも

恐らく、ある程度の数理モデル構築経験のある人であれば、自動機械学習（Automated Machine Learning）で構築した数理モデルの精度を超えることはできるでしょう。有料の自動機械学習（Automated Machine Learning）ツールの場合、安くはないです。無料あれば、コスト面を気にする必要はないことでしょう。しかし、RやPython上で実施するため、それなりのスキルは必要になります。

そうなると、無料版を使うとき初心者にはそれなりのハードルがあります。無料版の現状一番いい使い方は、ハイブリッドな使い方が一番いいかもしれません。手作りのモデル構築をサポートする形で、自動機械学習の機能を活用する、という感じです。

特に、「特徴量生成・加工・選定」のフィーチャーエンジニアリングの部分は、人手が必要な気がしま...