機械学習には必須な有効性の検証機能など

群雄割拠の機械学習基盤　専門家が比較するポイントは？

機械学習市場にはここ数年で多くのベンダーが参入してきた。数あるベンダーの中から最適なベンダーを選ぶのは難しいが、専門家はどう見るのか。選定のポイントを聞いた。

公開 2018年02月16日 09時01分

著者

Ed Burns

[TechTarget]

印刷する Googleで優先するソースとして追加

専門家は何を重視するのか？

　機械学習市場に参入するベンダーが増え、機械学習の基盤を比較するのも簡単ではなくなってきた。そんな中、ユーザーや専門家が重視するポイントは柔軟性に集約されそうだ。

　「作業に応じて適切なツールを選べることが重要だ」そう話すのは、通販サイトOverstock.comの主任データサイエンティストを務めるクリス・ロビソン氏だ。

併せて読みたいお勧め記事

機械学習基盤の動向をおさらい

機械学習、利用者側の課題とは

　ロビソン氏は、分散処理のフレームワークである「Apache Spark」を基にしたデータ分析サービスを提供するDatabricksが主催したオンラインセミナーで、Databricksのサービスを使ってどのようにサイト訪問者の購買傾向をスコアリング（得点付け）しているか説明した。まずWebのログ情報に特徴となる属性を追加し、それをユーザーセッションごとに整理して順番に並べ替える。ここでいうユーザーセッションとはユーザーがサイトに来てから離脱するまでの一連の流れを指す。整理されたログの情報は購買につながる行動の見取り図となる。行動の見取り図を構築、つまりデータを構造化したら、購買に関連する行動を分類する機械学習アルゴリズムのトレーニングを行う。

機械学習のプロセス。順に「データセットの特定と準備」「機械学習アルゴリズムの選定」「解析モデルの構築」「モデルのトレーニング」「結果を生成」となる。

　このプロセスには、データの準備から機械学習モデルの構築、アルゴリズムの作成まで幾つかのステップが含まれる。その全てを1つのデータ基盤で行うことができれば、PoC（概念実証）から実運用への移行を進めやすい、とロビソン氏はいう。

　さまざまなプログラミング言語に対応する柔軟性も、機械学習基盤を選ぶときに重要になるという。ロビソン氏のチームでは「R」「Python」「Scala」などさまざまな言語を使っており、どれを選ぶかはデータサイエンティストにとっての使いやすさや、モデル構築のどの工程に使うかに応じて違う。Databricksはそうした言語の複数のバージョンを利用可能で、バージョンや言語の切り替えも可能だ。

　「どんな状況でも使える万能の言語はないから全て試したい」とロビソン氏は語った。

　こうした機能を備えた機械学習基盤は他にもあるという。同じオンラインセミナーに参加したマイク・グアルティエーリ氏（調査会社Forrester Researchのアナリスト）は、現在のところ、この分野のベンダー47社の動向を追っていると話した。グアルティエーリ氏は機械学習基盤を比較するときに検討すべき上位10項目として以下を挙げた。

1．データ準備機能

2．利用できる既存のアルゴリズム数

3．スケーラビリティ（拡張性）

4．利用できるオープンソースプログラミング言語の種類

5．ワークベンチスタイル※注1のインタフェース

6．プロジェクトを共有できるコラボレーション機能

7．デプロイ（プログラムの展開）機能

8．モデルの有効性を検証するための追跡管理ツール

9．顧客離脱率（Customer Churn）など一般的なビジネス課題向けの既存ツール

10．ベンダーの約束履行能力

　グアルティエーリ氏は「この市場は複雑になってきている。小規模のベンダーが乱立しているが、その企業が掲げる『ビジョン』を実現できる能力があるかに注目すべきだ」と語った。

※編集注：ワークベンチスタイルとは、例えばテキストを編集するときはフォントメニュー、作図をするときは直線や矢印メニューといったように実施したい作業に応じてメニューやツールを切り替えられる形式のこと

印刷する

この記事の著者

Ed Burns

群雄割拠の機械学習基盤　専門家が比較するポイントは？

併せて読みたいお勧め記事

機械学習基盤の動向をおさらい

機械学習、利用者側の課題とは

この記事の著者

関連記事

新着ホワイトペーパー PR

瞬時にM365が乗っ取られる――全社員に周知すべき“新フィッシング”の教訓

群雄割拠の機械学習基盤 専門家が比較するポイントは？

併せて読みたいお勧め記事

機械学習基盤の動向をおさらい

機械学習、利用者側の課題とは

この記事の著者

関連記事

徹底比較：Amazon、Azure、Google、IBMの機械学習機能 現時点の勝者はいるか

「クラウドで機械学習」の落とし穴 AWS、Azure、GCPをどう使う？

新着ホワイトペーパー PR

瞬時にM365が乗っ取られる――全社員に周知すべき“新フィッシング”の教訓

群雄割拠の機械学習基盤　専門家が比較するポイントは？

徹底比較：Amazon、Azure、Google、IBMの機械学習機能　現時点の勝者はいるか

「クラウドで機械学習」の落とし穴　AWS、Azure、GCPをどう使う？