JP6577516B2 - 判定装置、分析システム、判定方法および判定プログラム - Google Patents
判定装置、分析システム、判定方法および判定プログラム Download PDFInfo
- Publication number
- JP6577516B2 JP6577516B2 JP2017091186A JP2017091186A JP6577516B2 JP 6577516 B2 JP6577516 B2 JP 6577516B2 JP 2017091186 A JP2017091186 A JP 2017091186A JP 2017091186 A JP2017091186 A JP 2017091186A JP 6577516 B2 JP6577516 B2 JP 6577516B2
- Authority
- JP
- Japan
- Prior art keywords
- accuracy
- determination
- learning
- predetermined number
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
まず、図1を参照して、本実施形態に係る判定装置を含む分析システムの処理概要を説明する。図1に示すように、本実施形態において、分析システム1は、機械学習によるデータ分析を支援するためのシステムである。ここで、機械学習によるデータ分析を行う場合、予測モデルを構築する一連の処理であるパイプラインが決定される。例えば、パイプラインの決定は、予測モデルに関する複数の設定項目ごとの設定内容の候補を選択肢として用意しておき、選択肢の中から設定内容を順次決定することで行うことができる。
次に、図2を参照して、本実施形態に係る判定装置の概略構成を説明する。図2に示すように、本実施形態に係る判定装置10は、ワークステーションやパソコン等の汎用コンピュータで実現され、入力部11と出力部12と通信制御部13と、記憶部14と、制御部15とを備える。
次に、図6を参照して、本実施形態に係る分析装置の概略構成を説明する。図6に示すように、本実施形態に係る分析装置20は、ワークステーションやパソコン等の汎用コンピュータで実現され、入力部21と出力部22と通信制御部23と、記憶部24と、制御部25とを備える。
次に、図9を参照して、判定装置10の判定処理について説明する。図9は判定処理手順を例示するフローチャートである。図9のフローチャートは、例えば、判定処理の対象の教師データが入力されたタイミングで開始される。
上記実施形態に係る判定装置10が実行する処理をコンピュータが実行可能な言語で記述したプログラムを作成することもできる。一実施形態として、判定装置10は、パッケージソフトウェアやオンラインソフトウェアとして上記の判定処理を実行する判定プログラムを所望のコンピュータにインストールさせることによって実装できる。例えば、上記の判定プログラムを情報処理装置に実行させることにより、情報処理装置を判定装置10として機能させることができる。ここで言う情報処理装置には、デスクトップ型またはノート型のパーソナルコンピュータが含まれる。また、その他にも、情報処理装置にはスマートフォン、携帯電話機やPHS(Personal Handyphone System)などの移動体通信端末、さらには、PDA(Personal Digital Assistants)などのスレート端末などがその範疇に含まれる。また、ユーザが使用する端末装置をクライアントとし、当該クライアントに上記の判定処理に関するサービスを提供するサーバ装置として実装することもできる。例えば、判定装置10は、教師データを入力とし、学習の繰り返しの回数を出力する判定処理サービスを提供するサーバ装置として実装される。この場合、判定装置10は、Webサーバとして実装することとしてもよいし、アウトソーシングによって上記の判定処理に関するサービスを提供するクラウドとして実装することとしてもかまわない。以下に、判定装置10と同様の機能を実現する判定プログラムを実行するコンピュータの一例を説明する。
10 判定装置
11 入力部
12 出力部
13 通信制御部
14 記憶部
15 制御部
15a 学習部
15b 選択部
15c 判定部
20 分析装置
21 入力部
22 出力部
23 通信制御部
24 記憶部
24a 設定情報
25 制御部
25a 選択部
25b 計算部
25c 決定部
25d 検証部
Claims (7)
- 教師データの入力を受け付けて、学習の繰り返しの回数ごとに、前記教師データを用いて予測モデルを学習し、該予測モデルの精度を測定する学習部と、
前記回数が所定の回数に達した場合に、該所定の回数より1少ない回数までの各回数において測定された前記精度を用いて、測定された前記精度と、予測した精度との誤差が最も小さくなる関数を、予測関数として選択する選択部と、
前記所定の回数において測定された前記精度と、選択された前記関数を用いて予測される精度とを比較して、前記精度の向上が収束しているか否かを判定する判定部と、
を備えることを特徴とする判定装置。 - 前記判定部は、前記所定の回数において測定された前記精度と、当該所定の回数における前記予測される精度、または、前記予測される精度の最大値とを比較して、精度の向上が収束しているか否かを判定することを特徴とする請求項1に記載の判定装置。
- 前記判定部は、精度の向上が収束していないと判定した場合に、前記所定の回数に任意の自然数を加算し、学習を繰り返すことを特徴とする請求項1または2に記載の判定装置。
- 前記判定部は、精度の向上が収束していると判定した場合に、前記所定の回数を学習の繰り返しの回数と決定し、該所定の回数において測定された前記精度とともに出力することを特徴とする請求項1〜3のいずれか1項に記載の判定装置。
- 分析装置と判定装置とを有する分析システムであって、
前記分析装置は、
前記判定装置で実行される判定処理を含む、予測モデルを構築する際に実行される複数の処理のそれぞれに対応し、対応する処理の設定内容を順次決定するステップにおいて、設定内容が決定されるたびに、次に実行されるステップを選択する選択部と、
前記複数の処理のうち、設定内容が決定済みの処理を当該決定済みの設定内容を適用して行うとともに、前記選択部によって選択されたステップに対応する処理を設定内容の候補のそれぞれを適用して行った場合に構築される予測モデルのそれぞれについて予測精度を計算する計算部と、
前記計算部によって計算された各予測精度を比較し、前記設定内容の候補のうち予測精度が最も高くなる設定内容の候補を、前記選択部によって選択されたステップに対応する処理の設定内容に決定する決定部と、を備え、
前記判定装置は、
教師データの入力を受け付けて、学習の繰り返しの回数ごとに、前記教師データを用いて予測モデルを学習し、該予測モデルの精度を測定する学習部と、
前記回数が複数の所定の回数に達した場合に、該所定の回数のそれぞれについて、該所定の回数より1少ない回数までの各回数において測定された前記精度を用いて、測定された前記精度と、予測した精度との誤差が最も小さくなる関数を、予測関数として選択する選択部と、
前記所定の回数において測定された前記精度と、選択された前記関数を用いて予測される精度とを比較して、前記精度の向上が収束しているか否かを判定する判定処理を行う判定部と、を備える
ことを特徴とする分析システム。 - 判定装置で実行される判定方法であって、
教師データの入力を受け付けて、学習の繰り返しの回数ごとに、前記教師データを用いて予測モデルを学習し、該予測モデルの精度を測定する学習工程と、
前記回数が所定の回数に達した場合に、該所定の回数より1少ない回数までの各回数において測定された前記精度を用いて、測定された前記精度と、予測した精度との誤差が最も小さくなる関数を、予測関数として選択する選択工程と、
前記所定の回数において測定された前記精度と、選択された前記関数を用いて予測される精度とを比較して、前記精度の向上が収束しているか否かを判定する判定工程と、
を含んだことを特徴とする判定方法。 - 教師データの入力を受け付けて、学習の繰り返しの回数ごとに、前記教師データを用いて予測モデルを学習し、該予測モデルの精度を測定する学習ステップと、
前記回数が所定の回数に達した場合に、該所定の回数より1少ない回数までの各回数において測定された前記精度を用いて、測定された前記精度と、予測した精度との誤差が最も小さくなる関数を、予測関数として選択する選択ステップと、
前記所定の回数において測定された前記精度と、選択された前記関数を用いて予測される精度とを比較して、前記精度の向上が収束しているか否かを判定する判定ステップと、
をコンピュータに実行させることを特徴とする判定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017091186A JP6577516B2 (ja) | 2017-05-01 | 2017-05-01 | 判定装置、分析システム、判定方法および判定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017091186A JP6577516B2 (ja) | 2017-05-01 | 2017-05-01 | 判定装置、分析システム、判定方法および判定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018190129A JP2018190129A (ja) | 2018-11-29 |
JP6577516B2 true JP6577516B2 (ja) | 2019-09-18 |
Family
ID=64480258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017091186A Active JP6577516B2 (ja) | 2017-05-01 | 2017-05-01 | 判定装置、分析システム、判定方法および判定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6577516B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7417922B2 (ja) | 2019-10-30 | 2024-01-19 | 株式会社ジェイテクト | 知識モデル構築システム及び知識モデル構築方法 |
JP7413011B2 (ja) | 2019-12-27 | 2024-01-15 | キヤノンメディカルシステムズ株式会社 | 医用情報処理装置 |
JPWO2022185364A1 (ja) * | 2021-03-01 | 2022-09-09 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6555015B2 (ja) * | 2015-08-31 | 2019-08-07 | 富士通株式会社 | 機械学習管理プログラム、機械学習管理装置および機械学習管理方法 |
JP6536295B2 (ja) * | 2015-08-31 | 2019-07-03 | 富士通株式会社 | 予測性能曲線推定プログラム、予測性能曲線推定装置および予測性能曲線推定方法 |
-
2017
- 2017-05-01 JP JP2017091186A patent/JP6577516B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018190129A (ja) | 2018-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10671933B2 (en) | Method and apparatus for evaluating predictive model | |
US11836576B2 (en) | Distributed machine learning at edge nodes | |
JP6585654B2 (ja) | 判定装置、分析システム、判定方法および判定プログラム | |
JP6182242B1 (ja) | データのラベリングモデルに係る機械学習方法、コンピュータおよびプログラム | |
US10839314B2 (en) | Automated system for development and deployment of heterogeneous predictive models | |
WO2022206320A1 (zh) | 预测模型训练、数据预测方法、装置和存储介质 | |
US20190251474A1 (en) | Smart default threshold values in continuous learning | |
CN111162934B (zh) | 业务服务的测试方法和装置、存储介质、电子装置 | |
WO2018157752A1 (en) | Approximate random number generator by empirical cumulative distribution function | |
JP6577516B2 (ja) | 判定装置、分析システム、判定方法および判定プログラム | |
JP6588495B2 (ja) | 分析システム、設定方法および設定プログラム | |
US11755955B2 (en) | Anomaly detection and tuning recommendation system | |
US11699094B2 (en) | Automatic feature selection and model generation for linear models | |
US11922279B2 (en) | Standard error of prediction of performance in artificial intelligence model | |
JP6659618B2 (ja) | 分析装置、分析方法及び分析プログラム | |
US20230196109A1 (en) | Non-transitory computer-readable recording medium for storing model generation program, model generation method, and model generation device | |
CN117149249A (zh) | 模型更新方法、系统、设备和存储介质 | |
JP6577515B2 (ja) | 分析装置、分析方法及び分析プログラム | |
JP7424373B2 (ja) | 分析装置、分析方法及び分析プログラム | |
JP6588494B2 (ja) | 抽出装置、分析システム、抽出方法及び抽出プログラム | |
US20220101186A1 (en) | Machine-learning model retraining detection | |
WO2021075009A1 (ja) | 学習装置、推定装置、学習方法及び学習プログラム | |
JP6611268B2 (ja) | 特定装置、分析システム、特定方法及び特定プログラム | |
JP6805313B2 (ja) | 特定装置、特定方法及び特定プログラム | |
CN115860055B (zh) | 性能确定方法、性能优化方法、装置、电子设备以及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180808 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190717 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190820 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190822 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6577516 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |