LoginSignup
11
7

More than 3 years have passed since last update.

@PowerBIxyz(Takeshi Kagata)

Power BI Service で利用できる AutoML を試してみた

Last updated at Posted at 2019-07-11

機械学習よくわからないおじさんが果敢に試した。(データを用意して果敢にボタンポチポチしただけ)
引き続き Preview な状態ではあるけれども、以前トライしたときとだいぶ様相が変わっていたのです。リトライするにあたり、説明変数？とか欠損値どうする？とかわからないから、あらかじめ情報を仕入れたりしながら。

試した機能とは

image.png
Microsoft Power BI: AI powered analytics - Microsoft Power BI Community

Power BI の機能として利用できる AI にはいくつかあって、引用から。

Insights
データセットから見いだせる結果を提示(Quick Insight)
言葉で質問することでビジュアライズ(Q&A)
Key Influencers visual など、ビジュアル自体がAIによる結果を表現(AI Visualization)

Enrichment
Power BI の機能として統合された、Cognitive Services の一部
Cognitive Services | Microsoft Azure
Premium キャパシティのみで利用可で料金込み

Automated ML
Power BI の機能として統合された、Azure Machine Learning サービス
Machine Learning サービス | Microsoft Azure
Premium キャパシティのみで利用可で料金込み
特徴は、Generate ML models in clicks ぽちっとなで Turnkey model deployments すぐ使うことができる状態に。これを試してみたって話

Data Science Extensibility / Azure Extensibility
Power BI ではなく Azure にリソースが用意できている場合、Power BI で統合したリソースとして利用することが可能。位置づけ的にはプロ仕様って感覚でよいかと。

いざ、まいる

チュートリアルは存在しているのだけど、キャプチャが古かったり内容も微妙なのでいちど読んだらそっ閉じ。そのうちいい感じになることでしょう。
Tutorial: Build a Machine Learning model in Power BI (Preview) - Power BI | Microsoft Docs

手順など

Premium キャパシティに配置された Power BI データフローが必要

image.png

お試しに用意したサンプルデータは、いわゆる Titanic。Kaggle 提供のサンプルで train と test のCSVがあったのでそのまま拝借。Power BI データフローのエンティティとして用意するけれども、CSV は接続可能な場所であればどこでも構わない。エンティティとして保存するには 各カラムのデータ型定義を済ませる。Power BI データフローを保存して少なくとも1回は更新をする必要がある。そうしないとエンティティは存在するもののデータがないということになるから。
imagg

作業の開始

更新が完了したら、Power BI データフローを編集。[機械学習モデル] - [作業の開始]
image.png

データの選択

学習用データの[エンティティ名]を選択し、[履歴の結果フィールド] で "Survived" を選択。学習用データでは Survived 列に 0 か 1 が入力されていることは確認済み。Boolean に変換しないでやってみた。変換した場合、[履歴の結果フィールド]デフォルトで選択などされることでしょう。
image.png

モデルの選択

別の学習モデルをつかうことはないので [バイナリの予測] そのままで。Boolean 変換されていないので、1を [予測する値]として選択。次回試す時には、true / false に変換してやってみよう。
image.png

入力をカスタマイズします

説明変数をどう選ぶの？って思ってたんですよね。まぁおススメがされたのでそのままでもよいのかなと。
image.png

さじ加減はわからないけれども、Key Influencers visual でもおおむね同じ内容なのでよいのではないかなと思った。ひとまず、学習に向くであろう変数を選ばれているということで。
image.png

名前 + トレーニング

名前とかはほどほどで。
image.png

学習が始まる
image.png

しばらく待った。10 min くらいだそうだ。
image.png

完了したっぽいので、データフローを編集として結果をみる。
[アクション]で リトレインとか編集ができるけれども、今回は "パフォーマンスレポート"を表示
image.png

パフォーマンスレポート

モデルが用意されたあと、パフォーマンスレポートを参照できるようになり、ここから[モデルの適用]。
image.png

で、どのようなレポートがされているかは実際に試してみてもらう必要があるし、指標もそこそこあるのかなと。どのようなことを指しているのかいずれやらなければならいけど。まぁプレビューなので表現されている内容は変わっていくのでしょう。
image.png

image.png

image.png
欠損値も埋めているようだし、アンサンブル学習してますって。

で、性能だけを見ていても仕方がないので、このモデルから得られる結果をどうビジネスに活かせるようにするか。しきい値を調整することで判定される結果に必要な意味を見出せるかについては、こういう手段が提示されているのではないかと。
結果に基づいて業務を遂行するとき、かかるコストと得られる利益を勘案してしきい値を決定していく感じ。
image.png
image.png

思ったこと🙄

最終的には再トレーニングやレポートのデータソースにつかうエンティティの更新含めて考えなければならないけど、まずは使えるようになっているよというところまで。
いかにも Microsoft らしい機能の展開かなと。得られる結果がどのようなものであるかを知ってビジネス課題が解決できればよいのでしょう。"機能" なのですから機械学習のことすべてを知らなくてもよいのでは？っていう割り切り。

エクスポートもできるようになるんですって。

image.png
Microsoft Power BI: AI powered analytics - Microsoft Power BI Community

その他

11
7
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
11
7