JPWO2021033338A5 - - Google Patents
Download PDFInfo
- Publication number
- JPWO2021033338A5 JPWO2021033338A5 JP2021540620A JP2021540620A JPWO2021033338A5 JP WO2021033338 A5 JPWO2021033338 A5 JP WO2021033338A5 JP 2021540620 A JP2021540620 A JP 2021540620A JP 2021540620 A JP2021540620 A JP 2021540620A JP WO2021033338 A5 JPWO2021033338 A5 JP WO2021033338A5
- Authority
- JP
- Japan
- Prior art keywords
- information
- item
- specified
- prediction model
- algorithm
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 claims 5
- 238000007781 pre-processing Methods 0.000 claims 1
- 238000011156 evaluation Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Images
Description
例えば後述するように、分析システム2000は、予測モデルの生成を行うバックエンドサーバ40、及びユーザ端末20とバックエンドサーバ40とのインタフェースとして機能するフロントエンドサーバ30によって構成されうる(図4参照)。この場合、フロントエンドサーバ30とバックエンドサーバ40が、互いに異なる計算機1000によって実現される。この場合、フロントエンドサーバ30を実現する計算機1000には、分析システム2000の機能のうち、フロントエンドサーバ30に持たせる機能を実現するためのアプリケーションがインストールされる。一方で、バックエンドサーバ40を実現する計算機1000には、分析システム2000の機能のうち、バックエンドサーバ40に持たせる機能を実現するためのアプリケーションがインストールされる。
バックエンドサーバ40は、分析結果を表す情報(予測モデルに関する情報)をフロントエンドサーバ30へ送信する。フロントエンドサーバ30は、バックエンドサーバ40から受信した情報を、テンプレート情報10のビュー定義情報16を利用して加工することで、表示情報を生成する。そして、フロントエンドサーバ30は、ユーザ端末20に対して表示情報を出力する。例えばこの表示情報は、テンプレート情報10のビュー定義情報16で定義されている表示態様で予測モデルに関する情報を閲覧することができる Web ページである。その他にも例えば、表示情報は、PDF ファイルなどのファイルとして提供されてもよい。
分析システム2000の実現形態は、前述した例に限定されない。例えばフロントエンドサーバ30とバックエンドサーバ40は、1つの計算機で実現されてもよい。その他にも例えば、フロントエンドサーバ30と同等の機能をユーザ端末20に持たせてもよい。すなわち、テンプレート情報10や入力データの指定を受け付ける機能、バックエンドサーバ40に対して分析の実行を指示する機能、バックエンドサーバ40から分析結果を受信する機能、及び受信した分析結果から表示情報を生成する機能をユーザ端末20に持たせる(すなわち、バックエンドサーバ40とやりとりする機能を実現するアプリケーションを、ユーザ端末20にインストールする)。その他にも例えば、フロントエンドサーバ30とバックエンドサーバ40の機能の双方を、ユーザ端末20に持たせてもよい。すなわち、分析システム2000を、ユーザによって操作される計算機で実現する(分析システム2000の全ての機能を実現するアプリケーションを、ユーザ端末20にインストールする)。
図8は、散布図画面80を例示する図である。散布図の横軸は、検証用の入力データが示す売上数である。散布図の縦軸は、検証誤差率(予測モデルの検証における誤差率)としている。なお、ここでいう誤差率とは、予測モデルが出力した予測値と、入力データに示されている実績値との乖離度合いを表した値である。具体的には、誤差率は、実績値と予測値の差分の絶対値の平均を、実績値の絶対値の平均で割った値である。
その他のパラメータの例として、表示情報における評価指標の呼称が挙げられる。例えば、誤差率という評価指標を、モデルの信用度の低さを表す指標として利用するとする。この場合、ビュー定義情報16において、表示情報に含める評価指標として誤差率を指定し、誤差率の呼称として「モデルの信用度の低さ」を指定することができる。
このように、目的変数に対して適切な加工を加えた値を予測モデルの最終的な出力とすることで、ユーザにとって有用な値を予測結果として提供することができる。そして、そのような加工の方法を予めテンプレート情報10で定義しておくことにより、データ分析の専門家でないユーザでも容易に適切なデータ分析を行うことができるようになる。
Claims (10)
- 複数のテンプレート情報のうちの1つを指定する入力を受け付ける入力受付部を有し、
前記テンプレート情報は、予測モデルの生成に利用される各入力データの項目を特定する項目定義情報、予測モデルの生成アルゴリズムを特定するアルゴリズム定義情報、及び予測モデルに関する情報の表示態様を特定するビュー定義情報を含み、
前記指定されたテンプレート情報の前記項目定義情報で特定される各項目について、その項目に対応する入力データを取得し、前記指定されたテンプレート情報の前記アルゴリズム定義情報で特定されるアルゴリズムに基づいて前記取得した入力データを処理することにより、予測モデルを生成する予測モデル生成部と、
前記指定されたテンプレート情報の前記ビュー定義情報で特定される表示態様で前記生成した予測モデルに関する情報を表す表示情報を生成する表示情報生成部と、を有する分析システム。 - 複数のテンプレート情報のうちの1つを指定する入力を受け付ける入力受付部を有し、
前記テンプレート情報は、予測モデルの生成に利用される各入力データの項目を特定する項目定義情報、予測モデルの生成アルゴリズムを特定するアルゴリズム定義情報、及び予測モデルに関する情報の表示態様を特定するビュー定義情報を含み、
前記入力受付部は、前記指定されたテンプレート情報の前記項目定義情報で特定される各項目について、その項目に対応する入力データの指定をさらに受け付け、
前記指定されたテンプレート情報の前記ビュー定義情報で特定される表示態様で、予測モデルに関する情報を表す表示情報を生成する表示情報生成部を有し、
前記予測モデルは、前記指定されたテンプレート情報の前記アルゴリズム定義情報で特定されるアルゴリズムに基づいて前記指定された入力データを処理することで生成される、装置。 - 前記入力受付部は、前記項目定義情報で特定される各項目を表す表示を出力し、各前記項目について、その項目に対応する入力データの指定を受け付ける、請求項2に記載の装置。
- 前記項目定義情報は、1つ以上の大項目を示し、
前記大項目には、複数の小項目が対応づけられており、
前記入力受付部は、前記大項目に対応する入力データの指定を受け付け、さらに、その大項目に対応する複数の小項目と、前記入力データに含まれる複数の小項目との対応関係を指定する入力を受け付ける、請求項3に記載の装置。 - 前記アルゴリズム定義情報は、前記予測モデルの生成に利用される機械学習プログラムを含むか、又はその機械学習プログラムの識別情報を含む、請求項2乃至4いずれか一項に記載の装置。
- 前記アルゴリズム定義情報は、前記入力データに含まれる値を、前記機械学習プログラムが要求するフォーマットに変換する前処理を含む、請求項5に記載の装置。
- 前記予測モデルの生成に用いるアルゴリズムの識別情報と、前記予測モデルを用いた分析のタイプとの組み合わせに対応づけて、前記表示情報の生成に必要な情報を示す表示テンプレートが定められており、
前記ビュー定義情報は、アルゴリズムの識別情報と分析のタイプを示し、
前記表示情報生成部は、前記指定されたテンプレート情報の前記ビュー定義情報によって示されているアルゴリズムの識別情報と分析のタイプの組み合わせに対応する前記表示テンプレートを取得し、前記表示テンプレートを利用して前記表示情報を生成する、請求項2乃至6いずれか一項に記載の装置。 - コンピュータによって実行される制御方法であって、
複数のテンプレート情報のうちの1つを指定する入力を受け付ける入力受付ステップを有し、
前記テンプレート情報は、予測モデルの生成に利用される各入力データの項目を特定する項目定義情報、予測モデルの生成アルゴリズムを特定するアルゴリズム定義情報、及び予測モデルに関する情報の表示態様を特定するビュー定義情報を含み、
前記指定されたテンプレート情報の前記項目定義情報で特定される各項目について、その項目に対応する入力データを取得し、前記指定されたテンプレート情報の前記アルゴリズム定義情報で特定されるアルゴリズムに基づいて前記取得した入力データを処理することにより、予測モデルを生成する予測モデル生成ステップと、
前記指定されたテンプレート情報の前記ビュー定義情報で特定される表示態様で前記生成した予測モデルに関する情報を表す表示情報を生成する表示情報生成ステップと、を有する制御方法。 - コンピュータによって実行される制御方法であって、
複数のテンプレート情報のうちの1つを指定する入力を受け付ける入力受付ステップを有し、
前記テンプレート情報は、予測モデルの生成に利用される各入力データの項目を特定する項目定義情報、予測モデルの生成アルゴリズムを特定するアルゴリズム定義情報、及び予測モデルに関する情報の表示態様を特定するビュー定義情報を含み、
前記入力受付ステップにおいて、前記指定されたテンプレート情報の前記項目定義情報で特定される各項目について、その項目に対応する入力データの指定をさらに受け付け、
前記指定されたテンプレート情報の前記ビュー定義情報で特定される表示態様で、予測モデルに関する情報を表す表示情報を生成する表示情報生成ステップを有し、
前記予測モデルは、前記指定されたテンプレート情報の前記アルゴリズム定義情報で特定されるアルゴリズムに基づいて前記指定された入力データを処理することで生成される、制御方法。 - 請求項8又は9に記載の制御方法の各ステップをコンピュータに実行させるプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019152096 | 2019-08-22 | ||
JP2019152096 | 2019-08-22 | ||
PCT/JP2019/041150 WO2021033338A1 (ja) | 2019-08-22 | 2019-10-18 | 分析システム、装置、制御方法、及びプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2021033338A1 JPWO2021033338A1 (ja) | 2021-02-25 |
JPWO2021033338A5 true JPWO2021033338A5 (ja) | 2022-04-25 |
JP7371690B2 JP7371690B2 (ja) | 2023-10-31 |
Family
ID=74661024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021540620A Active JP7371690B2 (ja) | 2019-08-22 | 2019-10-18 | 分析システム、装置、制御方法、及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220351051A1 (ja) |
JP (1) | JP7371690B2 (ja) |
WO (1) | WO2021033338A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20240054553A1 (en) * | 2021-06-30 | 2024-02-15 | Nec Corporation | Shop data processing apparatus, shop data processing method, and non-transitory storage medium |
JPWO2023276051A1 (ja) * | 2021-06-30 | 2023-01-05 | ||
JP7320809B1 (ja) * | 2022-10-18 | 2023-08-04 | 株式会社サマデイ | Aiサーバ用インターフェースシステム、及び非認知スキルブラッシュアップシステム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001160045A (ja) * | 1999-12-03 | 2001-06-12 | Hitachi Ltd | 需要予測システム |
US9489630B2 (en) * | 2014-05-23 | 2016-11-08 | DataRobot, Inc. | Systems and techniques for predictive data analytics |
JP6506027B2 (ja) * | 2015-01-21 | 2019-04-24 | 日通システム株式会社 | 経営管理支援システム、経営管理支援方法、及び、経営管理支援プログラム |
WO2017094207A1 (ja) * | 2015-11-30 | 2017-06-08 | 日本電気株式会社 | 情報処理システム、情報処理方法および情報処理用プログラム |
-
2019
- 2019-10-18 JP JP2021540620A patent/JP7371690B2/ja active Active
- 2019-10-18 WO PCT/JP2019/041150 patent/WO2021033338A1/ja active Application Filing
- 2019-10-18 US US17/634,076 patent/US20220351051A1/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109284313B (zh) | 基于半监督学习的联邦建模方法、设备及可读存储介质 | |
WO2018103595A1 (zh) | 一种授权策略推荐方法及装置、服务器、存储介质 | |
US20200159924A1 (en) | Protecting a machine learning model | |
JP7316453B2 (ja) | オブジェクト推薦方法及び装置、コンピュータ機器並びに媒体 | |
US8949378B2 (en) | Method and system for providing a state model of an application program | |
US20210110288A1 (en) | Adaptive model insights visualization engine for complex machine learning models | |
KR20190128717A (ko) | 설계 툴들로부터의 데이터 및 디지털 트윈 그래프로부터의 지식을 사용하는 자동화된 생성적 설계 합성을 위한 시스템 | |
CN109564575A (zh) | 使用机器学习模型来对图像进行分类 | |
JPWO2021033338A5 (ja) | ||
CN105378762A (zh) | 使用交替方向乘子法的深度学习 | |
CN108776787A (zh) | 图像处理方法及装置、电子设备、存储介质 | |
CN113570064A (zh) | 利用复合机器学习模型来执行预测的方法及系统 | |
US20160147914A1 (en) | Technique for generating approximate design solutions | |
CN108140143A (zh) | 正则化机器学习模型 | |
JP2017138962A5 (ja) | 文書管理システム及びクラウドベースのコンピュータサーバ | |
CN107273979B (zh) | 基于服务级别来执行机器学习预测的方法及系统 | |
CN114730383A (zh) | 使用循环神经网络融合多模态数据 | |
CN108369664A (zh) | 调整神经网络的大小 | |
US11861469B2 (en) | Code generation for Auto-AI | |
Malode | Benchmarking public large language model | |
US20240193490A1 (en) | Machine learning model generator | |
US20220318887A1 (en) | Machine learning model generation platform | |
JP6154491B2 (ja) | 計算機及びグラフデータ生成方法 | |
CN110889105B (zh) | 数据处理方法、装置、系统及介质 | |
US10530387B1 (en) | Estimating an optimal ordering for data compression |