Non-time experiments¶
The following sections help to understand building atemporal (non-time) predictive models in Workbench. See the section on time-aware modeling for making forecasts with your data.
Predictive models can provide either supervised or unsupervised learning.
- 教師あり学習では、データセットの他の特徴量を使用して予測を行います。
- 教師なし学習では、ラベルなしデータを使用してデータのパターンに関するインサイトを明らかにし、「データに異常がありますか?」や「自然クラスターがありますか?」といった質問に答えます。
| トピック | 説明 |
|---|---|
| 教師ありエクスペリメントのセットアップ | 予測を行うためにデータセットの他の特徴量を使用してモデルを構築するターゲットを指定します。 |
| 教師なしエクスペリメントのセットアップ | データのパターンに関するインサイトを明らかにしたり、異常検知によって外れ値を特定したりするクラスタリングモデルを構築します。 |
| 高度なエクスペリメント設定 | エクスペリメント設定をファインチューニングするには、詳細設定タブを使用します。 |