DAVinCI LABSの特徴

データの前処理

欠測値、外れ値の正規化などのデータの前処理を簡単に！

データの分布と特性を一目で把握できる豊富な可視化機能

予測ターゲットの選定

予測モデルの精度を高度化させるための

変数の自動選別機能＋派生変数の自動生成搭載！

どのような変数を使えばいいのか、一つずつ地道に検証していませんか？

派生変数により、さらにモデルの予測精度を高めたくないですか？

DAVinCI LABSには自動で有用な変数の組み合わせを探索する機能が搭載されています。

変数に関する悩みはDAVinCI LABSにお任せください。

アルゴリズム選定

保有するデータの特性を正確に反映できる

最適なアルゴリズムを自動で選別します。

DAVinCI LABSだけが有する安定化した独自のディープラーニングアルゴリズムに加え、アンサンブルやカスケード機能等を通じて、各アルゴリズムの融合を含めた無限の組み合わせの中から

データにあったアルゴリズムを自動で選定します。

パラメータ・チューニング

モデルの性能を高めるためのオプション機能

予測モデルの精度向上に向け、アルリズム毎にパラメータを手動でチューニングすることも可能です。

オートチューニング機能で得られた結果をそのまま使用することも可能ですが、オプションとして、各パラメーターを自ら調整しながら更なる精度向上を探求することも可能です。

完全自動でのパラメータ・チューニングに加え、

より精度を高めるための、手動でのチューニングも可能となっています。

簡単に比較可能な予測精度の指標

事前に決めていた精度を元に、精度が高い順番にアルゴリズムが並び替えられて出力されることで、簡単に各アルゴリズムの精度を比較することができます。なお精度だけでなく、自動設定されたパラメータがどのような値であったかを確認することができます。

さらに、それぞれのアルゴリズムが抽出した結果を下記の指標を通じて比較することが可能です。

変数別重要度

実測値と予測値の分布チャート比較

混同行列

AUPRC

AUROC

決定木　など

モデリング結果の分析

作られた予測モデルの説明をサポートする Explanation & Report機能

機械学習で作られた予測モデルには、作成した予測モデルとデータとの関係を明確に説明できない「ブラックボックス問題」が存在します。

DAVinCI LABSは、このブラックボックス問題を解決するために予測モデルに使用された変数の影響度を明確にするための予測説明機能を有しています。

さらに、訓練データ、検証データ別にすべての性能指標を一目で比較できる詳細レポート機能もございます。

Prediction Explanation

詳細なレポート機能

モデル運用 / アップデート

予測モデルのシステム運用が簡単に実現できます。

DAVinCI LABSでは、開発された予測モデルを開発時性能のままで活用できるよう、既存ITシステムとの連動を容易にする機能を備えています。

予測モデルをJavaライブラリ形式でダウンロードする機能、あるいは予測サーバーへのデプロイを行いAPIを連携を通じて活用する機能が利用可能です。

また、継続的に業務データが蓄積される場合には、スケジューラ機能によって事前に設定した周期に従った予測モデルの自動アップデートが行えます。

予測モデのダウンロード

予測サーバーへのデプロイを通じてREST API連携

スケジューラによる自動アップデート

高度化した予測モデルを作成して運用したい場合は 

ADVANCED MODELING

DAVinCI LABSは、全自動モデリングのみならず、繊細な手動調整機能を有します。

機械学習の全てのフローにユーザーが介入して優れた予測モデルを開発できる設計となっております。