自動機械学習(AutoML) Web講座

AutoML【TPOT】のパイプラインに使われる関数一覧(2020.11.23時点最新)

AutoML【TPOT】のパイプラインに使われる関数一覧(2020.11.23時点最新)

パイプラインは主に「前処理」「特徴量選択」「数理モデル」の3種類の関数で構成されます。 「前処理」「特徴量選択」「数理モデル」のすべての種類の関数が使われることもあれば、一部だけ使われることもあります。 パイプラインの処...
AutoML【TPOT】で構築したモデルとRandomForestの比較

AutoML【TPOT】で構築したモデルとRandomForestの比較

今回はTPOTと代表的な機械学習アルゴリズムであるRandomForestとの比較をしてみます。 もう少し説明すると、AutoML(自動機械学習)を活用し自動で構築した数理モデル(パイプライン含む)と、データセットに対し...
AutoML【TPOT】で最適化された「パイプライン」(変換器・予測器)を確かめよう

AutoML【TPOT】で最適化された「パイプライン」(変換器・予測器)を確かめよう

さて、TPOTは自動で特徴量生成と選択、モデル選択をしてくれます。 実際にどのような特徴量が作られ、どのモデルが使われたのか確認したいときがあります。 今回は、第3回で取り上げた分類問題を題材に、TPOTが生成した特徴量...
AutoML【TPOT】がするのは特徴量と予測モデルの自動生成

AutoML【TPOT】がするのは特徴量と予測モデルの自動生成

TPOTをはじめとした「自動機械学習」(AutoML)が実施するのは、以下の2点です。 変換器(特徴量の生成と選択)の生成 予測器(予測モデル)の生成 自動機械学習(AutoML)によっては、予測モデルの生成のみのものも...
AutoML【TPOT】で構築したモデルを他のプログラムで使う

AutoML【TPOT】で構築したモデルを他のプログラムで使う

第3回と第4回ではTPOTの基本的な動かし方を学びました。 ただし、これだけでは学習済モデルを使って別のデータを予測することができません。 TPOTで学習した数理モデルを他のプログラムで使う方法を説明します。 ここでは第...
AutoML【TPOT】で回帰問題を解く

AutoML【TPOT】で回帰問題を解く

TPOTは分類と回帰の問題を解くことができます。 前回の第3回は分類問題を扱いました。 今回は回帰問題に挑戦します。前回同様JupyterNotebookを使います説明しています。 回帰問題ですので、目的変数Yは…… 受...
AutoML【TPOT】で分類問題を解く

AutoML【TPOT】で分類問題を解く

第2回で、TPOTを使う事前準備が終わりました。今回はいよいよ実際にTPOTでAutoMLを体験します。 TPOTは分類と回帰の問題を解くことができます。Jupyter Notebookを使いますので、WindowsもM...
AutoML【TPOT】の準備

AutoML【TPOT】の準備

TPOTとは? TPOT(http://epistasislab.github.io/tpot/)とは、pythonのライブラリのひとつです。 分類問題と回帰問題を解くことができます。 ペンシルバニア大学のRandal ...