ワークベンチの5つのステップ¶

DataRobotでのモデルの構築は、データ処理、モデリングオプション、予測方法、デプロイアクションを問わず、同じ5つの基本的なアクションに集約されます。 以下のステップを参照することで、DataRobotを使いこなす方法をすばやく理解できます。

テスト用のデータセット¶

以下の再入院デモデータセットを使用して、DataRobot機能を試すことができます：

トレーニングデータをダウンロード スコアリングコードをダウンロードする

これらのサンプルデータセットは、70,000人の糖尿病患者の再入院を研究するために、 BioMed Research Internationalによって提供されています。 この調査の研究者は、Cerner社が提供するHealth Factsデータベース（米国医療提供者全体の臨床記録）からこのデータを収集しています。 Cerner社の電子医療システムを利用している組織は、研究目的でHealth Factsのデータを無償で利用できます。 すべてのデータは、HIPAAに従ってPIIが消去されています。

1：ユースケースを作成¶

ワークベンチのディレクトリから、右上のユースケースを作成をクリックします。

ユースケースの名前を入力し、チェックマークをクリックして承認します。 この名前は、ユースケースを開き、既存の名前をクリックすることで、いつでも変更できます。

2：データの操作¶

データの操作では、データのインポート（または接続）、探索、および準備を行います。 この3つのステップで、データはモデリングの準備が整います。

3：エクスペリメントの構築¶

ユースケース内で、追加したデータを使用してエクスペリメントを構築し、モデリングを開始します。 ワークベンチの各エクスペリメントは、ビジネス上の問題を解決する最適なモデルを見つけるために比較できるパラメーター（データ、ターゲット、モデリングの設定）のセットです。 最初に新しいエクスペリメントを追加します。

次に、ユースケースにロードしたばかりのデータセットを選択して、新しいエクスペリメントにデータを追加します。

ターゲットを選択してモデリングを開始します。

4：モデルを評価¶

DataRobotのリーダーボードでは、エクスペリメント用に構築されたすべてのモデルがパフォーマンス順にランキング表示されるので、迅速なモデル評価に役立ちます。

From the Leaderboard, create new feature lists or click a model to access visualizations for further exploration. これらのツールは、モデルの予測の根拠となるものを解釈、説明、検証し、次のエクスペリメントで何をすべきかを示すのに役立ちます。

リーダーボードから コンプライアンスドキュメントを生成することもできます。

5：予測の作成¶

モデルを選択したら、そのモデルを使って予測を行い、デプロイ前にモデルのパフォーマンスを評価することができます。 リーダーボードからモデルを選択して、モデルアクション > 予測を作成をクリックします。

予測を作成ページで、予測ソースをアップロードします。

予測ソースをアップロードした後、 予測オプションを設定して予測を計算できます。

次のステップ¶

モデルを構築し、精度をテストするために予測を行った後、DataRobot Classicに転送し、 プロジェクト管理センターでエクスペリメントを見つけて、リーダーボードからモデルを デプロイします。

ここから、次のこともできます。

• DataRobot Notebooksを使用する。
• AIアクセラレーターを活用する。