AI分類予測
パラメータチューニング
パラメータチューニングでは、AI分類予測で利用するパラメータの最適値を自動で探索し、その最適値を利用することで、予測精度の向上を図ることができます。 パラメータチューニングについては下記リンク記事も合わせてご参照ください。 ・AI分類予測の精度を上げたい ・学習パラメータチューニング結果の精度と「予測データ」の精度が一致しない ＜パラメータチューニングの方法＞ AI分類予測の「パラメータチューニング｣をクリック 「チューニング開始」をクリックすると、チューニングが実行されます。 ...
番号リストで分類予測
特定の検索結果の番号リストを用いてAI分類予測を行うことができます。 ＜番号リストで分類予測する方法＞ AI分類予測の「番号リストで分類予測｣をクリック 【2値分類】 番号リストで分類予測方法 2値分類用の教師データの入力後、右上部の「番号リストで分類予測」のボタンを選択し｢教師データ設定｣を表示させます。 ※｢教師データ設定｣が表示されている場合は、そのまま下記に進んでください。 「ファイルから読み込み」で、例えばSDIの新着公報のCSVファイルを読み込みます。 ...
予測モデル選択
AI分類予測で使用する予め教師データを設定した作業グループを予測モデルとして選択することできます。 ＜予測モデルの選択＞ AI分類予測の「予測モデル選択」をクリック AI分類予測で使用する作業グループを選択できます。 予め教師データをセットした複数の作業グループの中から、 「メイン」と「プレ」の２つの予測モデルをセットすることで、同時に２つの異なる観点で、予測を結果表示させることが可能です。 メイン＝AIラベル 予測モデルの予測結果 プレ ＝プレAIラベル プレ予測モデルの予測結果 ...
教師データ設定
AI分類予測は、予めユーザーがセットした教師データに基づいて、任意の検索結果や母集合について、AIが分類を予測してくれます。 例えば、任意の検索結果について、【自社事業に関連する／しない】といった分類や、SDIの新着公報について、【どの開発テーマに関連するか】等、 今まで人が公報を読み込んで仕分けしていた作業を、AIが自動で分類し、大幅な作業効率を図ることができます。 AI分類予測を実行するために、教師データを設定する必要があります。 ...