モデル

マシン ラーニング (ML) モデルは、基本的に現実のプロセスを数学的に表現するものです。ML モデルを作成するには、ML アルゴリズムに、学習できるトレーニング データを提供する必要があります。

このプラットフォームでは、データを解釈して理解し、ラベルを適用するために、教師ありと教師なしの両方の多数のマシン ラーニング モデルを使用します。多くの場合、背後で動作するこれらのモデルをまとめて「モデル」という用語で呼んでいます。

すべてのデータセットにはモデルが関連付けられています。モデルは、プラットフォーム内でメッセージを確認するのに応じてトレーニングされていきます。モデルをトレーニングすると、モデルは学習して改善し、ラベルと一般フィールドをより適切に予測できるようになります。

モデルは保存およびバージョン管理できます。つまり、オートメーションのストリームを設定するときに、モデルの特定のバージョンを選択でき、対象となるラベルに関するパフォーマンスの信頼性が高いモデルを使用できます。これにより、確実性を持ってオートメーションを作成したり、データを下流のアプリケーションで分析したりできます。詳しくは、「モデル」をご覧ください。