9
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 1 year has passed since last update.

UiPath AI Centerに自作したAIモデルをアップロードする方法(実際に使ってみる編)

Last updated at Posted at 2023-06-20

本記事はUiPath AI Centerに自作したAIモデルをアップロードする方法の続きです。
上記の記事でAIモデルをアップロードしたテナントに接続したUiPath Studio端末で作業してください。

前回の記事では、UiPath AI Center上にAIモデルをアップロード・デプロイするところまでを実施しました。

今回はUiPath Studioを使ってアップロードしたAIモデルを実際に使ってみます。

プロジェクト作成

UiPath Studioを起動しプロジェクトを作成します。
image.png
image.png

ML Services アクティビティ パッケージのインストール

StudioからAI CenterのAIモデルを呼び出すにはML スキル アクティビティを使います。このアクティビティはML Services アクティビティ パッケージに含まれているので、このアクティビティパッケージをプロジェクトにインストールします。
image.png
image.png
image.png

プロジェクトフォルダーに必要なファイルを格納

前回Colaboratoryでダウンロードした以下のファイルをプロジェクトフォルダーに格納します。

  • titanic_test_input.csv
  • titanic_test_answer.csv

image.png
image.png

MLスキル の利用

それでは、実際にStudioからAIモデルを呼び出してみましょう。
アクティビティパネルからMLスキルを選択します。
image.png

MLスキル の上部にあるドロップダウンリストから、先ほどアップロード・デプロイしたMLスキルを選択します。
image.png

MLスキルが正しく呼び出せるか、スキルをテストを実行してみましょう。
image.png
image.png

おお!問題なく呼び出せていますね。
image.png

戻り値をcsvファイルに書き込み

MLスキルの残りのオプションも入力しましょう。
image.png

後続の処理でレスポンスを扱いやすくするため代入でString[]型に変換しておきます。(ここでの変数名はレスポンス配列
image.png

右辺の中身
レスポンス.Replace("[", "").Replace("]", "").Split(",")

上記のレスポンス配列を書き込むためのデータテーブル(出力用データテーブル)を CSVを読み込み アクティビティで作成しておきます。(titanic_test_answer.csvを利用)
image.png

上記で作成した出力用データテーブルレスポンス配列を書き込むためのPrediction列を追加します。
image.png

繰り返し(データテーブルの各行)と代入を使い、出力用データテーブルPrediction列にレスポンス配列を書き込んでいきます。
image.png

代入 の中身
CurrentRow("Prediction") = レスポンス配列(インデックス)

繰り返し(データテーブルの各行) のプロパティ現在のインデックスInt32型の変数を設定してください。(ここの変数名はインデックス
image.png

最後に CSVに書き込み で出力用データテーブルをtitanic_test_output.csvに書き込みます。
image.png

処理は以上で完了です。全体の流れは以下をご確認ください。
image.png

実行と確認

それではプロジェクトを実行してみましょう。

プロジェクトフォルダーにCSVが出力されていますね。
image.png

ちゃんとPrediction列が書き込まれています!よかった!一行目から間違っているのが気になりますが。。
image.png

ちゃんと予測できているのか正解率を見てみましょう。

モデルのパフォーマンスを測る場合、本来であればニーズに合わせて適合率(precision)や再現率(recall)などの指標を見る必要がありますが、今回は簡易的に確認するため正解率を利用しています。

ちゃちゃっとExcelで計算しちゃいます。
P列にEXACT関数でSurvivedPredictionが一致しているかを確認しましょう。(全レコード分コピーしておきます。)
image.png

=EXACT(C2,N2)

image.png

全レコードに対しどれぐらい正解しているか、COUNTIF関数とCOUNTA関数を使って確認してみましょう。
image.png

=COUNTIF(P2:P296,TRUE)/COUNTA(P2:P296)

image.png

0.8という結果が出ました!(Kaggleのチュートリアルから持ってきたモデルなのでこんなものでしょう。)
とりあえず、無事にアップロードしたAIモデルが使えているようです。

お疲れ様でした。

おわりに

今回の作業はいかがでしたでしょうか?UiPath AI CenterへのAIモデルのアップロードは意外と簡単ではなかったでしょうか?

この記事を参考に皆様が自社に貯めているAIモデルをRPAにも活用いただけるととてもうれしく思います。

ぜひ自社でもUiPath AI Centerを活用したい、という方がいらっしゃいましたら是非UiPathまでご連絡ください!

Happy AI Life:airplane:

9
1
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
9
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?