データ操作の基礎¶

高品質のデータは、データのインポートとクリーニングから、特徴量の変換とエンジニアリング、予測データセットによるスコアリング、予測サーバーへのデプロイまで、機械学習ワークフローに不可欠であり、非常に重要です。

また、DataRobotは、汎用データ準備ツールであるData Prep（旧Paxata）や、時系列データのギャップの影響を軽減する時系列データ準備など、データのクリーニングや準備を支援するツールも提供しています。

DataRobotでデータを直接変換したり、特徴量探索を使用して複数のデータセットから新しい特徴量を検出および生成したりできます。 ここでは、複数のデータセットに含まれる特徴量間の関係性を定義します。 それにより、派生した特徴量の系統を表示できます。

DataRobotは、関係性設定の品質を評価するのに役立ち、ここに示す特徴量の系統ウィンドウのように、派生した特徴量を確認および管理するためのツールを提供します。

データソース¶

モデリングプロセスを開始するには、AIカタログ、設定済みデータ接続、ローカルファイル、URLなどのデータソースからインポートします。

以下を実行することが可能です。

• AIカタログにデータをインポートし、そこからデータセットを選択する

• 接続されたデータソースから直接データをインポートする

• ローカルファイルをインポートするか、データを取得するURLを指定する

データをアップロードすると、DataRobotはデータの品質を分析する探索的データ解析を行い、その結果をデータ品質評価ウィンドウに表示します。