Skip to content

アプリケーション内で をクリックすると、お使いのDataRobotバージョンに関する全プラットフォームドキュメントにアクセスできます。

ディシジョンインテリジェンスフローを使用して意思決定を迅速化する

本機能の提供について

ディシジョンインテリジェンスフロー機能はデフォルトではオフになっています。この機能を有効にする方法については、DataRobotの担当者または管理者にお問い合わせください。

機能フラグ:Decision Opsを有効化し、 Decisions MLOps統合を有効化する

現在、パブリックプレビューで使用できるディシジョンインテリジェンスフローには、一連の複雑なルールとビジネスロジックを用いて予測結果を後処理する機能があり、意思決定を迅速化し、全体的なビジネスパフォーマンスを改善します。

決定タブからアクセスするディシ意思決定フローエディターは、既知のビジネスルールと固定されたビジネスルールを、1つ以上のデプロイの後処理予測スコアと組み合わせて、1つの決定を出力できます。その後、DataRobotは、決定でCSVを準備中にエンドツーエンドフローをテストします。テストが成功した後、意思決定フローをデプロイして、継続的に意思決定を生成し、サービスの健全性および活動を監視します。

以下の例では、10K Lending Club Loansデータセット(ターゲット:is_bad)のディシジョンインテリジェンスフローを作成して、融資申請を受理または拒否します。

決定タブ

DataRobotの最上部にある決定タブでは、新しい意思決定フローを作成して、既存の意思決定フローを管理できます。

名前 要素 説明
意思決定フローを作成ボタン 新しい意思決定フローを作成します。
意思決定フロー 自分が所有し、共有する意思決定フローを一覧表示します。
[アクション]メニュー アクションメニューから、以下の操作が可能です。
  • 編集:意思決定フローを編集します。
  • 複製:意思決定フローのコピーを作成します。
  • 共有:ユーザー、グループ、または組織と意思決定フローを共有します。共有すると、メール通知が受信者に送信されます。
  • 削除:意思決定フローを削除します。

意思決定フローを作成する

ディシジョンダッシュボードとフローエディターを開くには、決定タブをクリックします。意思決定フローを作成する前に、少なくとも1つのデータセット(ローカルまたはAIカタログに保存)とデプロイ済みの本番モデルがあることを確認してください。

  1. 意思決定フローを作成をクリックします。

  2. 全般的な情報に名前と説明(任意)を記入します。

  3. 意思決定フロータブをクリックして、意思決定フローの構築を開始します。すべての意思決定フローは、(1) 入力データノードと(2) 意思決定出力ノードから始まります。

  4. 開始するには、入力データノードを選択し、入力データを選択アイコンをクリックして、データセットを追加します。コンピューターまたはAIカタログからトレーニングデータセットを追加します。

  5. そして、デプロイを追加して、モデル予測をフローに組み込みます。入力データノードがまだ選択されている場合は、追加アイコンをクリックして、デプロイを選択します。

  6. リストからデプロイ済みモデルを選択し、デプロイを追加をクリックします。予測列名がトレーニングデータセットの既存の機能に一致している場合、フィールドに一意の名前を入力する必要があります。

ノードを設定する

ディシジョンインテリジェンスフローは、データと対話し、ロジックを適用できるさまざまなノードから構成されています。次の表は、各ノードタイプの説明を示しています。

ノードタイプ 説明
入力データ コンピューターまたはAIカタログからトレーニングデータセットを追加します。
展開 デプロイ済みモデルの予測から新しい機能を作成します。新しい特徴量として予測を返します。デプロイノードを5つまで追加できます。
変換 特徴量変換を使用して数値特徴量を作成します。
ルール 一連のif/thenステートメントを使用してカテゴリー特徴量を作成します。
分割 その値に基づいて特徴量を複数のブランチに分割します。
決定 意思決定フローの結果を定義します。

意思決定フローにノードを追加するには、近接ノードが選択されていることを確認し、ノードを表示する側の追加アイコンをクリックします。その後、ドロップダウンメニューからノードを選択します。

備考

ロジックノードを使用するには、入力データノードのデータセットを選択する必要があります。

ノードを変換する

変換ノードでは、トレーニングデータセットで特徴量を変換することによって、ロジックレイヤーを追加できます。

上記の例では、債務返済負担率(dti)に年収(annual_inc)を掛けたと呼ばれる新しい特徴量を作成して、annual debt各融資申請の債務の金額を計算します。

ルールノード

ルールノードでは、if/then条件に基づいてデータをグループ化して、それらのグループに値を割り当てることにより、カテゴリー特徴量を作成します。残りの値は空のままとなります。

if/thenルールを追加するには、ダイアログ下部にあるルールを追加をクリックします。出力特徴量名の下で特徴量の名前も定義できます。

上記の例では、モデルの予測(loan_default_predictions)と申請者の債務(annual_debt)(融資の受理または拒否の決定に影響した2つの要素)に基づいて融資をグループ化する、と呼ばれる新しいカテゴリーloan_grade特徴量を作成します。ルール1は、loan_default_predictions0.1未満、annual_debt100000未満の申請者に値をA割り当てます。ルール2は、loan_default_predictions0.10.3annual_debt100000500000の申請者に値Bを割り当てます。

ノードを分割する

分割ノードでは、特徴量値に基づいて選択された特徴量を複数のブランチに分割して、値ごとに異なるアクションを取ることができます。

ブランチを作成する方法は2つあります。

  • ブランチに事前入力をクリックして、各特徴量値のブランチを自動的に作成します。このオプションは、カテゴリー特徴量でのみ使用できます。
  • ブランチを追加をクリックして、ブランチを手動で追加します。

残りの値は、自分のブランチにグループ化されます。

備考

ビンは特徴量値自体でしか分割されないため、数値特徴量は、カテゴリー特徴量としてビニングされることが多いです。ルールを使用してカテゴリー特徴量を作成し、結果として得られるノードを分割します。

この例では、loan_gradeが3つのブランチに分割され、ルールノードで定義される各グレード(AおよびB)用の1つのブランチ、残りの値(C)用の追加ブランチに分割されます。グループC内のローンがリスキーであるとみなされた場合、グループAまたはBに該当する融資申請者を受理し、このカテゴリーに該当する融資申請者を拒否できます。

ディシジョンノード

ディシジョンノードでは、意思決定フローで1つ以上のノードの出力値(ディシジョン)を定義できます。ディシジョンノードを追加した後、ユースケースで、適切なディディシジョンタイプ(カテゴリー_または_数値)を選択します。下のタブを使用して、選択されたタイプのディシジョンノードの設定を終了します。

ディシジョンノードウィンドウで、_すべての意思決定のタイプ_ドロップダウンからカテゴリーを選択します。次の表は、カテゴリーディシジョンにおける使用可能な設定オプションを示しています。

出力タイプ 出力値
静的な値 ユーザー定義の値(AcceptRejectなど)。
ルールセット 意思決定フローで、既存のルールノードで定義されたルールセット特徴量。

以下の例では、グループAおよびBの融資が債務不履行となる可能性は低いため、ディシジョンが割り当てられますAccept。グループCの融資は債務不履行の可能性が高いため、ディシジョンRejectを割り当てられます。

ディシジョンノードウィンドウで、_すべての意思決定のタイプ_ドロップダウンから数値を選択します。次の表は、数値ディシジョンで使用可能な設定オプションを示しています。

出力タイプ 出力値
静的な値 ユーザー定義の値(-1、0など)。
数値特徴量 意思決定フローまたは元のデータセットから作成された数値特徴量。

以下の例では、数値ディシジョンノードが出力タイプを_数値特徴量_として、出力値をannual_debtとして定義します。

ディシジョンフローを実行すると、各申請者に対してannual_debtが計算された出力が生成されます。

備考

DataRobotは、フローあたり1つのディシジョンタイプをサポートしています。たとえば、カテゴリー出力でディシジョンノードを追加し、数値出力で別のディシディシジョンノードを追加すると、すべてのカテゴリーノードがリセットされます。

フローを保存してテストする

意思決定フローを設定した後、右上隅にある保存をクリックします。左上隅の現在アクティブなテストボタンをクリックします。DataRobotは、トレーニングデータセットから始まり、ディシジョンで終了するエンドツー意思決定フローをテストします。

注意

保存せずにページを離れると、進捗が失われます。

テストが成功すると、各ノードの横に緑色のチェックマークが表示されます。チェックマークにカーソルを合わせると、そのノードで処理された行の数が表示されます。テストが完了したら、意思決定をダウンロードをクリックして結果のCSVをダウンロードします。このCSVには、ディシジョンおよび意思決定フローに対して作成された特徴量(loan_gradeannual_debtなど)用の列が含まれています。

新しいデータをスコアリングするには、意思決定を行うタブに移動し、ファイルを選択をクリックしてコンピューターまたはAIカタログからファイルを選択するか、意思決定のソースボックスにファイルをドラッグアンドドロップします。

意思決定フローをデプロイする

意思決定フローでテストが成功した後、デプロイボタンがアクティブ化され、ディシジョンをデプロイできます。デプロイ > ディシジョンにはすべてのデプロイ済み意思決定フローが一覧表示され、ディシジョンAPIにアクセスし、着信データを継続的にスコアリングしつつサービスの正常性を監視できます。

  1. 意思決定フロータブで、デプロイをクリックします。

  2. デプロイ名と予測環境を確認し、デプロイをクリックします。レイテンシーを低減するため、意思決定フロー内のデプロイノードと同じ予測環境を使用することをお勧めします。

  3. 意思決定フローのデプロイに成功すると、デプロイを表示をクリックします。これにより、デプロイ > 意思決定タブに概要が表示されます。


更新しました February 22, 2022
Back to top