# 時間認識エクスペリメント

> 時間認識エクスペリメント - 時間認識エクスペリメントを作成するための基本オプションと高度なオプションを設定し、最適な予測モデルを評価および選択するために素早く反復します。

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 `2026-07-27T18:44:30.787094+00:00` (UTC).

## Primary page

- [時間認識エクスペリメント](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/experiments/create-experiments/create-time-aware/index.html.md): Full documentation for this topic (Markdown sidecar).

## Sections on this page

- [機能に関する注意事項](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/experiments/create-experiments/create-time-aware/index.html.md#feature-considerations): In-page section heading.

## Documentation content

時間認識モデリングは、分割手法として 日付/時刻 に基づいています。 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。 これに対して、 教師なし学習 では、ラベル付けされていないデータを使用して、データのパターンに関するインサイトを明らかにします。

以下のタイプの時間認識モデリングが利用可能です。 すべての教師あり学習方法において、エクスペリメントを作成するには [基本設定](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/experiments/create-experiments/create-time-aware/ts-create-basic.html.md) を使用します。

| タイプ | 説明 | 使用状況 |
| --- | --- | --- |
| 時間認識予測 （教師あり） | バックテストに時系列で行を割り当て、1行ずつ予測します。 特徴量エンジニアリングは提供しません。 | 時系列予測が不要な場合に使用します。 |
| 特徴量変換を用いた時間認識予測（教師あり） | 予測距離ごとに行を割り当て、各距離に別個のモデルを構築してから、1行ずつ予測します。 時間認識ラングリングと組み合わせることを推奨します。これにより、透過的で柔軟な特徴量エンジニアリングが可能になります。 | 以下の場合に使用します。時系列予測は必要ないが、予測距離に基づく予測を行いたい。データセットのサイズが10GBを超えている。完全に透過的な変換プロセスが望ましい。 |
| 時系列予測（教師あり） | DataRobotの自動化された特徴量派生プロセスを使用して、ターゲットの複数の将来値を予測し、時系列モデリングデータセットを作成します。 | 以下の場合に使用します。データセットのサイズが10GBより小さい。すべての特徴量について、前処理 -> 抽出 -> 後処理という完全な変換プロセスが必要である。 |
| 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。 | ターゲットを指定せずに使用します。 |

> [!NOTE] 備考
> [時間認識](https://docs.datarobot.com/ja/docs/classic-ui/modeling/time/whatis-time.html.md) モデリングの基礎について、豊富な資料を用意しています。 これらの手順は主にDataRobot Classicで適用されるワークフローを表していますが、時系列予測の [フレームワーク](https://docs.datarobot.com/ja/docs/reference/pred-ai-ref/ts-reference/ts-framework.html.md) や [特徴量派生プロセス](https://docs.datarobot.com/ja/docs/reference/pred-ai-ref/ts-reference/feature-eng.html.md) などを説明する参照資料も引き続き利用できます。

## 機能に関する注意事項

ワークベンチで日付/時刻パーティションプロジェクトを処理する場合は、次の点に注意してください。

- 派生した特徴量には特徴量セットを作成できません。
- モデル比較 はサポートされていません。
- Eureqa モデルのインサイトは使用できません。