# マルチモデル分析

> マルチモデル分析 - Python関数を使用して、DataRobotモデルのインサイトを視覚化に集約します。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-27T18:44:30.233704+00:00` (UTC).

## Primary page

- [マルチモデル分析](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/time-series/ml-analysis.html.md): Full documentation for this topic (Markdown sidecar).

## Documentation content

[GitHubでこのAIアクセラレーターにアクセス](https://github.com/datarobot-community/ai-accelerators/blob/main/advanced_ml_and_api_approaches/multi_model_analysis/Multi-Model%20Analysis.ipynb)

DataRobotは、さまざまなモデリングアプローチ、データ準備手法、問題フレーミングをエクスペリメントするのに役立つように設計されています。 タイトなフィードバックループで高速に反復処理を行って、最適なアプローチにすばやく到達できます。

場合により、ユースケースは複数のモデルに分割され、複数のDataRobotプロジェクトにまたがる可能性があります。 国ごとに個別のモデルを構築する場合や、1年のさまざまな期間に個別のモデルを構築する場合が考えられます。 この場合、すべてのモデルのパフォーマンスとインサイトを1枚のチャートにまとめるのに役立ちます。

このアクセラレーターは、特にモデルのエラー、特徴量ごとの作用（部分依存）、特徴量の有用性（SHAPまたはPermutationベース）など、DataRobotのインサイトを取得し、それらを1枚のチャートにまとめることのできるPythonの機能を共有します。これにより、すべてのモデルを1か所で理解し、調査結果を利害関係者と簡単に共有できます。