nehanで行う
AI

前処理+AIの破壊力

前処理後データに機械学習をダイレクト接続

オートMLで簡単設定

列をセットするだけで、全自動探索、高精度

  • 目的変数列と説明変数列を設定するだけの簡単設定

  • 自動で前処理手法、学習アルゴリズム、学習パラメータを探索し、精度を最大化する

  • 自動でモデルのアンサンブルも実施し、高い精度を期待できる

ブラックボックスで終わらせない

機械学習モデルの中身や構築工程、欠点まで自動で可視化

精度検証をひと目で確認。独自算出した過学習のリスク度合いも提供

機械はどの説明変数を重視したのか?

自動で行われた内部のプロセスを可視化

どういう前処理がなされたのかも把握できる

あなたのモデルは、どのデータが足を引っ張って精度が悪化しているのかを教えてくれる

柔軟な設定も可能。マニュアルML

前処理、学習アルゴリズム、パラメータを柔軟に設定可能

  • 複数アルゴリズム、複数手法を設定した場合は、最適な設定を自動で探索

  • 決定木分析、相関分析、などの分析シーンにも活用可能

設定可能な前処理

  • 欠損値処理

  • 数値列の変換(boxcox変換など)

  • 文字列の変換(one-hot encodingなど)

  • 数値の外れ値処理

  • 特徴量生成(列同士の四則演算による新規列生成)

  • 特徴量選択

選択可能な学習アルゴリズム

  • ランダムフォレスト

  • XGBoost

  • LightGBM

  • CatBoost

  • SVM

  • 線形回帰

  • ロジスティック回帰

  • 一般化線形モデル

  • 線形混合モデル

  • 決定木

機械学習パラメータをコントロール

適用する前処理も自由自在

モデルのアンサンブルもクリック操作で

モデルをアンサンブルし、精度をより高みへ

作成したAIのAPI化

API化することで、nehan外部からnehan内で構築したロジックを利用可能に。

このページによる退職予測は、裏側でnehanが予測エンジンとして稼働しているサンプルです。