分類ソリューションの作成とトレーニング

分類ソリューションのトレーニングに使用するレコード、予測をトリガーするフィールド、およびソリューションを再トレーニングする頻度を指定します。

始める前に

• カスタムストップワードリストの作成 必要に応じて。
• 必要なロール：admin または ml_admin

重要:

オーストラリア リリースでは、分類、クラスタリング、および類似性フレームワークのモデルはワークフローソリューションを使用します。これらは事前にトレーニングされているため、新しいソリューションにワードコーパスは必要ありません。ワードコーパスを含む既存のソリューションがアップグレード後に再トレーニングされると、それらはワークフローソリューションになり、[ワードコーパス] フィールドはフォームから削除されます。

このタスクについて

予測モデルの良し悪しは、それをトレーニングするために使用するデータによって決まります。トレーニングに適したレコードを選択するには、テーブルのデータベースディクショナリと、使用するレコード値の現在の品質を調べます。

暗号化されたトレーニングデータの使用については、「 予測インテリジェンスにおけるデータの暗号化」を参照してください。

トレーニングに使用できるレコードの最小数と最大数の詳細については、「 予測インテリジェンス のプロパティ」を参照してください。

注:

トレーニングデータセット内のレコードが 30 未満のクラスは、ソリューショントレーニングから除外されます。ソリューションがトレーニングされて完了すると、除外されたクラスが ML ソリューションフォームの [ソリューション統計情報] セクションに一覧表示されます。

サポートする予測モデルごとに個別のソリューション定義を作成する必要があります。次の手順では、新しい分類ソリューションを作成する方法について説明しますが、コンテキストメニューから [ソリューション定義をコピー ] を選択して、既存のソリューション定義とその構成を新しいレコードにコピーすることもできます。必要に応じて、新しいレコードのフィールド値を編集します。

Yokohama リリースから、モデルの予測に影響を与える主要な特徴の分析を含める場合は、スクリプトを使用してワークフロー分類ソリューションを作成することもできます。詳細については、「モデルの説明可能性」を参照してください。

手順

1. ソリューション定義に必要なアプリケーションスコープ内にいることを確認してから、 すべて > 予測インテリジェンス > 分類 > ソリューション定義.
2. [分類定義] リストで、[ 新規] を選択します。
3. 空の [分類定義] フォームで、次のガイダンスに従ってフィールドを設定します。

   フィールド	値
   ラベル	ソリューションレコードの一意の名前を入力します。
   名前	入力した [ラベル] 値に基づいて、この読み取り専用フィールドの値が生成されます。
   ワードコーパス	ソリューションに関連するワードコーパスを選択します。詳細については、「ワードコーパスの作成」を参照してください。 注: ワードコーパスは、Utah 以降に初めて予測インテリジェンス実装する顧客にとって必須フィールドではありません。代わりに、事前トレーニング済みモデルが使用されます。事前トレーニング済みモデルの [ワードコーパス] フィールドは削除されます。
   テーブル	システムで予測するターゲットレコードを含むテーブルを選択します。
   出力フィールド	予測モデルで値を設定するフィールドを選択します。 一般に、優れた出力フィールドには次の特性があります。 これは、使用可能な値の有限セットを持つ選択フィールドまたは文字列フィールドです。 入力フィールドと何らかの因果関係があります。 たとえば、デフォルトの インシデント分類 ソリューション定義では、出力フィールドは [カテゴリ] に設定されています。
   Fields	予測の生成にソリューションで使用する入力フィールドを選択します。 入力フィールドは、予測ソリューションが成功するために必要な分類情報が含まれている可能性があるレコード内のフィールドです。たとえば、インシデントレコードをトリアージするための正しいクラスを予測する場合、予測ではそのクラスを参照するテキストを含むレコードを収集する必要があります。ほとんどのレコードの [簡単な説明] フィールドにはコンテキストテキストがあるため、一般的に使用するのに適した入力フィールドです。解決 メモ は、インシデントの詳細なメモでインシデントクラスを参照する可能性があるため、入力フィールドとして使用することもできます。 一般に、適切な入力フィールドには次の特性があります。 これらのフィールドは、ユーザーがレコードを作成するときに使用できます。 フィールドのデータタイプは、文字列、参照、選択肢、または HTML です。フィールドが提供する情報が多いほど、ソリューションが予測を行う頻度が高くなり、予測が正確になる可能性が高くなります。 フィールドにはデフォルト値があり、空白にすることはできません。 すべてのデフォルトのソリューション定義は [簡単な説明] フィールドを使用します。
   フィルター	[ フィルター条件の追加 ] をクリックして、トレーニング中のレコードに条件を適用します。 たとえば、 インシデント分類 ソリューション定義では、[ 作成済み][オン][過去 12 か月] AND [アクティブ][次の値に等しい][false] AND [ステータス][次の値のいずれか] [解決済み |[クローズ済み] ソリューションをトレーニングするには、フィルターで少なくとも 1 つのレコードを返す必要があります。フィルターがレコードを返さない場合は、トレーニング用のレコードが返されるまで更新します。 注: 適切なソリューションをトレーニングするための推奨レコード数は、30,000 〜 300,000 です。300,000 件以上のレコードを送信する場合は、ソリューションをトレーニングするために最新の 300,000 件のレコードが使用されます。データベースからの真正なレコードのみを使用します。 一般に、優れたフィルターにはこれらの特性があります。 トレーニングレコードは非アクティブであり、そのステータスは、解決済みやクローズ済みなど、標準プロセス内で完了した作業を示します。 ターゲットフィールドには正しい値のみが含まれています。信頼できないターゲットフィールド値を含むレコードを除外します。たとえば、アサイン先グループ/カテゴリを予測していて、過去のインシデントデータに使用されなくなったアサイン先グループ/カテゴリが含まれている場合は、そのようなレコードをトレーニングから削除するためのフィルターを追加します。 トレーニングレコードには、ソリューションで予測する各ターゲットフィールド値の複数の例が含まれています。 トレーニングレコードには、入力フィールドの一般的なバリエーションが含まれます。 過去 3 か月間や過去 12 か月間などの相対日付フィルターを使用します。これらのフィルターは、手動で更新しない限り、ソリューションの再トレーニング時に更新されないため、ハードコードされた日付を使用しないでください。
   処理言語	ソリューション定義でトレーニングしているデータセットの主要言語を選択します。データセット言語がイタリア語の場合は、[ イタリア語] を選択します。また、デフォルトでは、すべてのデータセットに英語の処理が適用されます。たとえば、イタリア語を選択した場合、システムは英語とイタリア語の両方でデータを処理します。 注: 「処理」という用語は、ソリューションのトレーニングの一環として使用される言語固有の手順の一部を示します。たとえば、単語のトークン化、ストップワードの削除、語幹の解釈などがあります。
   ストップワード	処理言語を選択すると、その言語のストップワードリストが自動的に追加されます。たとえば、処理言語がイタリア語の場合、[デフォルトのイタリア語のストップワード (Default Italian Stopwords)] リストが表示されます。[デフォルトの英語のストップワード] リストも含まれています。カスタムストップワードリストを作成する場合は、[ストップワード] フィールドから選択してソリューションに追加できます。
   トレーニング頻度	ソリューションを再生成する頻度を選択します。使用可能なオプションの範囲は、[ 1 回実行] から [180 日ごと] までです。 注: 分類ソリューショントレーニングに必要なレコードの最小数は 10,000 に設定されています。 デフォルトでは、システムはトレーニングを 1 回実行します。これにより、許容可能な範囲と精度の値が得られるまで、ソリューション定義をレビューして更新する時間が確保されます。 ソリューション定義がかなり安定している場合は、時間の経過とともにデータが古くなり、予測モデルの精度が低下する可能性があるため、スケジュールされたトレーニングを検討してください。 注: ML スケジューラーは、インスタンスがコミットできるトレーニングの数を、24 時間枠内のインスタンスあたり 50 件の新しい ML トレーニング要求に制限します。新しいトレーニング要求が 24 時間枠内で 50 件を超えた場合でも、この制限には、スケジュールされた再トレーニング要求、クラスタリング更新、および類似性の更新は含まれません。

4. ソリューション定義に該当するコンテキストメニューのオプションまたはボタンをクリックします。

   オプション	説明
   [保存] または [保存してトレーニング]	ソリューション定義レコードを保存して、後でそれに戻ることができるようにするか、または保存して、それをトレーニング用に送信します。
   [送信] または [送信してトレーニング]	ソリューション定義レコードを作成して、それを送信するか、または送信してトレーニングします。

5. トレーニング用にソリューションを送信した場合は、[トレーニングのアクティブ化] ウィンドウで [OK] をクリックして確定します。
   • システムは、最寄りのトレーニングサービスでトレーニングを受けるようにソリューションをスケジュールします。トレーニングが完了すると、それを知らせる通知が送信されます。トレーニング中にエラーが発生した場合には、そのエラーも通知に記載されます。他のユーザーは、予測インテリジェンス 通知カテゴリに登録できます。トレーニングが完了すると、ソリューションは添付ファイルレコードとしてアップロードされます。
   • ソリューションフォームの [ソリューションの可視化] タブにバブルチャートが表示され、ソリューションの対象となる各クラスの推定精度と範囲が表示されます。バブルのサイズは、クラスに属するレコードの割合 (分布) を示します。バブルをポイントすると、その推定範囲、推定精度、および分布を確認できます。

   

次のタスク

ソリューションの [ソリューション統計情報] タブの [クラス信頼度] セクションで、トレーニング済みソリューションの精度と範囲の統計情報を確認します。

ソリューションの [ソリューションをテスト] タブで、[簡単な説明] などの入力フィールドから値を入力して、予測出力をテストできます。