nehanで行う
AI
前処理+AIの破壊力
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
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
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。