MatrixFlowとは
MatrixFlowを利用すると、AIをノンプログラミングで導入出来る。
公式のHPは⇒こちら。
2019/04/10（水）にサービスが開始され、atmarkitでも取り上げられた。
そのせいか開始直後はサーバが重く、データのアップロードや学習が思うように進まなかったが、04/23時点では落ち着いた模様。
主な特徴としては下記が挙げられる（公式HPより抜粋）。
- ノンプログラミング：ドラッグ＆ドロップだけで機械学習・深層学習のモデルを構築
- あらかじめ用意されている定番の機械学習・深層学習のレシピが使用可能
- AutoFlow(オート・フロー)：最適なアルゴリズムとパラメータの組み合わせを簡単に探索
類似サービスとしてはGoogleCloud AutoMLやNeural Network Consoleがあるが、それらとの比較については確認中。
使い方
公式HPにリンクが貼ってあるここからアカウントを新規作成してログイン。
ログイン後の画面が下記。
推論完了までに「データ管理」～「推論」の6STEPあり、それぞれについて記載。
データ管理
サンプルとして、「タイタニック生存者」と「ボストンの住宅情報」がデフォルトで用意されている。
自分で用意したものを使用したい場合には、「新規追加」からローカルにあるファイルをアップロードする。
※無償版はCSVのみ対応しており、データ容量の上限は300KB。
不要なデータの削除も行える。
前処理・データ解析
管理対象となっているデータについて、学習／推論をする為の前処理をしたり解析をしたり出来る。
前処理とは、
- 学習／推論をする為に数値以外のデータを数値データへ修正
例：生存結果の「生」「死」をそれぞれ「0」「1」とする
- 欠損値の修正
などを指す。
前処理を施したデータを保存し直すこともできる。
データ解析では、
- データ数・最大値・最小値・平均値といった値を算出
- ヒストグラムを表示
などが出来る。
レシピ管理
様々なアルゴリズムを組み合わせて「レシピ」として管理出来る。
SVM、ランダムフォレスト、SGDなど、大抵の有名所がデフォルトで用意されている。
「ブロックタイプ」で使用したいアルゴリズムを選択し、下のスペースにドラッグ＆ドロップ。
「エッジ追加」で先行関係を付けられる。
※無償版は、自分で作成したレシピの保存や、用意されているレシピの編集は不可
学習・モデル管理・推論
管理してあるデータとレシピを使って学習を実施し、その結果を「モデル」として管理出来る。
推論したいデータをアップロードし、管理されているモデルで推論を実施する。
試したこと
デフォルトで用意されているデータ（タイタニック生存者）とレシピ（分類-AutoFlow-）を用いて学習を行った後、テストデータを適当に作成して「チケットクラス」「兄弟・配偶者数」「親または子の数」から生存結果を推論させた。
ここまでで約1時間程。手軽に機械学習で推論を行えた。
社内のAI施策でもPoCの一環で利用する予定。