予測エクスペリメント¶

エクスペリメントは、 ユースケース内の個々の"プロジェクト"です。 データ、ターゲット、モデリング設定を変更しながら、ビジネス問題を解決するための最適なモデルを見つけることができます。 Within each experiment, you have access to its Leaderboard and model insights, as well as information that summarizes the data and experiment setup.

There are two types of AI experiments available in Workbench:

• 予測モデリング。このページで説明しています。データに基づいて行単位の予測を行います。
• 時間認識モデリング。 こちらで説明しています。 時間に関連するデータを使用してモデルを作成し、行単位の予測、時系列予測、または現在値の予測である 「ナウキャスト」を行います。

For each, you can build models using either supervised or unsupervised learning.

• Supervised learning uses the other features of your dataset to make predictions.
• Unsupervised learning uses unlabeled data to surface insights about patterns in your data, answering questions like "Are there anomalies in my data?" and "Are there natural clusters?"

The following sections help to understand building predictive machine learning experiments in Workbench: