はじめに
Dataikuを初めて触る方(著者含め)向けに執筆しているものになります。
今回はチュートリアルの機械学習の内容まとめ
Get started（チュートリアル準備）※これより以前の手順は別記事参照
- 赤枠内の画像に従い、プロジェクトを作成する
Understand the project（プロジェクトの理解 ※カリキュラムで何を学べるかの説明）
- フロー上のアイコン説明がされているので翻訳した版を載せる、フロー図も一緒に掲載
| アイコン | 定義 | 説明 |
|---|---|---|
 |
データセット | 四角形のアイコンは、Amazon S3、Snowflake、PostgreSQLなど、データセットの保存場所を表しています。 |
 |
レシピ | 円上のアイコンは、データ変換の種類を表しています。例えば、Prepare レシピの場合はほうき、Python レシピの場合はとぐろを巻いたヘビのアイコンが表示されます。 |
 |
モデルまたはエージェント | ひし形のアイコンは、モデリングタスクの種類（予測、クラスタリング、時系列予測など）またはエージェントの種類（ビジュアルエージェントやコードエージェントなど）を表します。 |
2. 分析データに関してはデータ準備のチュートリアルで行っているので割愛
3. フロー上からのビルドを行うための説明を行う
Split data into training and testing sets（データの分割）
- 赤枠内の画像に従い、データを分割する（4、５の手順時にNameの所にtrainとtestを入力し作成する）
- 赤枠内の画像に従い、分割設定を行う（青枠部分を押下で街頭画面が表示される）※ここでビルド失敗した場合、データセットの作成ができていない場合があるため、ビルドを一から実行しなおすとよい
- 赤枠内の画像に従い、分割したデータセットのフローの領域整理を行った後、緑枠の画像に従い、デフォルトスペースの設定を行う
Train machine learning models（機械学習モデルのトレーニング）
- 赤枠内の画像に従い、予測設定画面を表示させた後、緑枠内の画像に従い設定を行う。
- 赤枠内の手順に従い、予測を実行する（画像内は実行後を表示している）
Inspect a model’s results（モデルの結果を調べる）
- 色々と確認できるみたいな感じで記載がある。とりあえず画像だけ載せる程度に留める（具体的に何を軸に分析する場合どこを見ればよいかみたいなのは別でやります めっちゃボリュームありそうな予感）
Iterate on the design of a model training session（モデルトレーニングセッションの設計を反復的に改善する）
- 赤枠の画像に従い、デザイン画面を表示する。
- 次の手順はデザインタブの説明のため割愛
- 赤枠内の画像に従い、Role(役割)の調整を行う ※この際他をリセットする必要があるので、Roleに設定を変更後(青枠隣のチェックボックス)青枠にチェック後、緑枠のボタンを押下すれば全OFFになる
- 赤枠内の画像に従いTRAINを再実行
- 実行結果、最初と比較すると赤線と緑船が交わってない形になっている
Apply a model to generate predictions on new data（新しいデータに対する予測生成をモデルに適用）
- 赤枠内の画像に従い、Random forestの詳細表示後に青枠の画像に従い、デプロイを実行
- 赤枠内の画像に従いバージョンを確認する（自分の環境ではVersion表記はなかった・・・何故）
- 赤枠内の画像に従いレシピを作成後、画面左下の緑色の実行ボタンを押下しビルドする。
1.フローに戻り、test_scoredを確認し、列の一番右側に画像の赤枠と同じものがあることを確認する
最後に
作成したデータを後から解析(AI含め)が容易に感じました、
また軸となる項目の設定も直観的に思えました（英語の時点で敷居が若干高くはなっている感はありますが）
ただ、正直設定はノリでやっている部分があるので、
各種項目の意味とどうみたら正常に予測できているのかが分かっていない部分があるので、
その辺りはチュートリアル全て実施後に別でまとめようと思います。