機械学習予測を用いた分析

 

概要

機械学習予測モジュールを使用することにより、機械学習により今までよく分からなかった相関関係/因果関係を解明するだけでなく、得られた知見を使用して、予測、意思決定、さらにはアクションを自動実行することが可能になります。

予測はリアルタイムに発生したイベント、ストリームイベントに対して実行されます。そのため、緊急を要する意思決定、アクションが必要な場合により効果を発揮します。

また、ストリーム処理環境は自動化されたシステムとして提供されます。予測や意思決定はイベントが発生した時に実行されます(イベントドリブン)。自動化されたアクションは人手を介さずに実行され、人の判断が必要な場合は通知を行います。

アーキテクチャ

オフライン環境で、機械学習製品により学習したモデルをPMMLファイルやRのRDAファイルとしてエクスポートし、それをVitria OIの予測モジュールにインポートします。ストリーム処理環境では、予測モジュールがインポートしたモデルを使用して、ストリームデータに対して予測を行い、予測結果を含んだデータがダッシュボードや分析モジュールに送信されます。

予測結果を含んだデータとは、以下のようなものになります。

  • ARIMAモデルにより予測された今後1時間のパフォーマンス予測データ
  • ランダムフォレストによる分類モデルによって予測された、機器の近未来の状態スコア値(数値または「良、可、否」などの帯域値)
  • 次に買う可能性がある商品とその確度

 

predictArch2

ダッシュボードや分析モジュールでは予測結果を含むデータの表示や分析を行います。

実行例

以下の図は、レーザー出力デバイスの出力値の時間遷移を表示したもので、左側のグレーの線が過去から現在までの実測値、右側のピンクの線はARIMAモデルを使用して予測した予測値になります。

 

arima2

 

また、分析/アクションモジュールで、予測値と計測値が大きく異なる場合にアラートを発生させる、などの判断やアクションを実装することができます。