0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

こちらのリリースです。

マニュアルはこちら。

元々はクラシックコンピュートを使うAutoMLでしたが、時系列予測をサーバレスで行えるようになりました。

クラシックとサーバレスでは機能に違いがあるので、こちらでご確認ください。

サーバレスでは特徴量ストアとの連携は現時点ではサポートされていませんが、それ以外の対応アルゴリズムや日本の休日のサポート、モデルサービングとの連携など多くの面で機能が拡充されています。

ということで動かしてみます。例によってCOVID感染者数データを使います。

Screenshot 2024-12-16 at 16.48.42.png

サイドメニューからエクスペリメントにアクセスして、予測を開きます。

Screenshot 2024-12-16 at 16.23.14.png

項目が追加されており、UIもリニューアルされてますね。

Screenshot 2024-12-16 at 16.23.02.png

Unity Catalogとの連携も進んでおり、以前はできなかったモデルの直接登録もサポートされています。

Screenshot 2024-12-16 at 16.23.37.png

アルゴリズムにDeepARが追加されています。

Screenshot 2024-12-16 at 16.23.54.png

あと、国ごとの休日も選べるようになっています。以前はUSの休日しかサポートされていなかったので嬉しい。

Screenshot 2024-12-16 at 16.24.08.png

トレーニングをスタートすると、マシンのセットアップが始まります。

Screenshot 2024-12-16 at 16.24.25.png

トレーニングが始まるとモデルが記録されていきます。

Screenshot 2024-12-16 at 20.13.52.png

ちなみに、背後ではサーバレスジョブが作成されて実行されています。

Screenshot 2024-12-16 at 20.55.50.png

完了しました。サービングエンドポイントの作成や、推論ノートブックへのリンクボタンが表示されています。

Screenshot 2024-12-16 at 20.27.23.png

予測結果が記録されています。

Screenshot 2024-12-16 at 20.57.50.png

Unity Catalogにモデルが記録されています。

Screenshot 2024-12-16 at 20.54.44.png

予測結果を可視化します。

SELECT
  date_timestamp,
  yhat as Cases,
  Prefecture
FROM
  takaakiyayoi_catalog.japan_covid_analysis.forecast_predictions_1734346274629
ORDER BY
  Prefecture,
  date_timestamp

visualization (1).png

予測に用いたデータと予測結果をUNIONして可視化してみます。

SELECT
  date_timestamp,
  yhat as Cases,
  Prefecture
FROM
  takaakiyayoi_catalog.japan_covid_analysis.forecast_predictions_1734346274629
UNION
SELECT
  date_timestamp,
  Cases,
  Prefecture
FROM
  takaakiyayoi_catalog.japan_covid_analysis.covid_cases
WHERE date_timestamp >= '2023-05-01'
ORDER BY
  Prefecture,
  date_timestamp

元のデータは2023/5/8までとなっているので、それ以降が予測結果です。

visualization.png

以前は予測結果がテーブルに格納されるところまででしたが、モデルの管理やデプロイまでもカバーされるようになりました。お手軽に時系列予測モデルをトレーニング、デプロイできますので、是非ご活用ください。

はじめてのDatabricks

はじめてのDatabricks

Databricks無料トライアル

Databricks無料トライアル

0
0
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
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?