モデルのイテレーション¶

For experiments that leverage incremental learning, the Model Iterations insight allows you to compare trained iterations and, optionally, assign a different active iteration or continue training.

アクティブなイテレーション（最も精度が高いモデルのイテレーション）は、他のリーダーボードインサイトの基準となり、予測の実行に使用されます。 その結果、ILエクスペリメントのリーダーボードには一部のモデルが表示されず、各モデルの代表値が表示されます。 トレーニングが続行されると、各イテレーションラウンドの終了時に最適なモデルがアクティブモデルとして割り当てられます。

識別情報がリーダーボードモデルカードにリストされます。

また、モデル概要には、そのモデルのアクティブなイテレーションも示されます。

Iteration learning curve¶

The Model Iterations insight provides a learning curve to help visualize the validation score for each iteration. Validation score is the basis of the active iteration selection. The chart shows all trained iterations and, when iteration training is in progress, updates in real time so that you can monitor training progress on each chunk. Hover on any point in the curve to see the validation score and cumulative rows for that iteration.

When there are more than 100 iterations, a preview is shown below the learning curve chart. The preview controls which 100 iterations to display. Once the preview chart becomes available, it also updates as training continues. Use the handles on the preview to drag the window and change the view.

The active iteration is marked with a green circle. Note that, depending on the view selected from the preview, the active iteration may not be visible.

使用可能なアクション¶

エクスペリメント情報を表示をクリックすると、全行数やイテレーション数など、構築されたエクスペリメントの詳細が表示されます。

構築された各モデルに対して、以下の操作を行うことができます。

• アクティブなイテレーションを変更
• 残りのイテレーションをトレーニング

該当しないオプションは使用できないか、表示されないことがあります。 たとえば、すべてのイテレーションが実行された場合、残りのイテレーションをトレーニングするオプションは使用できません。 ただし、1つのイテレーションだけが実行された場合、アクティブなイテレーションを変更するオプションは表示されますが、残りのイテレーションをトレーニングするまで使用できません。

アクティブなイテレーションを変更¶

複数のイテレーションが実行されるモデルの場合、最も精度の高いイテレーションにアクティブバッジが付きます。 選択したモデルで、アクティブなイテレーションを変更をクリックして別のイテレーションを選択します。

新しいアクティブなイテレーションを選択すると、以下が更新されます。

• モデルカード上のスコア（モデルのランキング）。
• モデル概要の上部にあるトレーニングスコアセクションのスコア。

トレーニングを再開¶

エクスペリメントを設定する場合、モデルの精度が上がらなくなったらトレーニングを停止を選択すると、DataRobotで最も精度が高いと識別されなかったモデルは、単一のイテレーションのみを実行します。 ただし、トレーニングされていない増分で新しいモデルイテレーションをトレーニングすることができます。 残りのイテレーションをトレーニングをクリックして、選択したモデルのトレーニングを再開します。 これを選択すると、次の増分だけでなく、Early stoppingが適用されるまで残りすべてのイテレーションがトレーニングされます。 残りのイテレーションをトレーニングを再度クリックすると、Early stopping設定が上書きされて、残りのすべてのイテレーションがトレーニングされます。

選択すると、次のイテレーションのトレーニングが開始され、テーブルにエントリーが作成されます。 トレーニングを停止をクリックするとプロセスが停止し、完了したイテレーションのみが保存されます。

テーブルの把握¶

各モデルには、イテレーションログを含み、以下のフィールドがあるテーブルが表示されます。