- はじめに
- アクセス制御と管理
- ソースとデータセットを管理する
- モデルのトレーニングと保守
- データ要件を理解する
- トレーニング
- 一般フィールドを使用する
- 生成 AI による抽出
- 分析と監視を使用する
- オートメーションと Communications Mining™
- 開発者
- 機械が単語を理解する方法:NLPに埋め込むためのガイド
- トランスフォーマーによるプロンプトベースの学習
- 効率的な変圧器II:知識蒸留と微調整
- 効率的な変圧器I:注意メカニズム
- 階層的な教師なしインテントモデリング:トレーニングデータなしで価値を得る
- Communications Mining™ でアノテーションの偏りを修正する
- アクティブ ラーニング: より優れた ML モデルを短時間で実現
- それはすべて数字にあります-メトリックを使用してモデルのパフォーマンスを評価します
- モデルの検証が重要な理由
- 対話データ分析 AI としての Communications Mining™ と Google AutoML を比較する
- ライセンス
- よくある質問など

Communications Mining ガイド
[トレーニング] タブのメイン ページには、これまでに完了したトレーニングに関する有用な情報、モデルのパフォーマンス、および次に実行するトレーニング操作の優先度順のリストが表示されます。これは [検証] ページと同様に機能します。このページでは、完全ガイド付きのラベルのトレーニング エクスペリエンスを利用できす。
アノテーションの進行状況の領域でホバーすると、パフォーマンスの詳細情報と寄与要因が表示されます。以下の例では、基本的なトレーニング操作が完了した後に、パフォーマンスの詳細情報を確認できます。
アクションをトレーニングするには、以下の手順に従います。
- [ トレーニング ] タブでトレーニング操作を選択します。たとえば、[ ランダムなメッセージにアノテーションを行う ] を選択して、特定のトレーニング バッチのインターフェイスに移動します。
バッチ内のメッセージ、またはメッセージのクラスターの数は 10 ですが、推奨されるアクションに応じて異なる場合があります。
- ラベルおよび一般フィールドを画面上のメッセージに適用します。
- [Done] を選択します。
- サイド パネルから [ 次へ ] を選択して、次のメッセージまたはクラスターに移動します。
- バッチの最後に、実行したトレーニング操作の概要が表示されます。
- 次のセッションを選択するには、別の推奨されるアクションを選びます。
プラットフォームのガイドなしでトレーニングする場合は、[ガイド付き] アイコンを切り替えてガイドを無効化し、開始するセッションを選択します。詳しくは、「ガイドなしでラベルのトレーニングを使用する」をご覧ください。
[トレーニング] ページでは、あらゆるモデルのトレーニングを最初から最後まで 1 か所で完了できます。現在、[ トレーニング ] は既存の機能に追加された付加的な機能です。つまり、使い慣れた機能をすべて使用してこれまでどおりの方法でモデルをトレーニングできます。
[トレーニング] のガイド付きのラベルのトレーニング機能を使用することをお勧めします。問題が発生した場合やこの機能に関するご意見等がありましたら、UiPath® のアカウント マネージャーまでご連絡ください。
ラベルのトレーニング
[ トレーニング ] タブでラベルをトレーニングする
- データセットを作成した瞬間からユーザーをガイドし、ラベルのトレーニングを前進させるために行うべき次の操作を提示します。これには、トレーニングを開始する前にタクソノミーをアップロードする操作などが含まれます。
- モデルのトレーニング プロセスの通常の手順をユーザーにガイドします。ただし、検索が推奨される点を除きます。
- トレーニング モードを効果的に使用するには、「 検索 」を控えめに使用し、十分なトレーニング データがまだないラベルの例の初回分を少しだけモデルに与えます。この操作を使用するには、[ 発見] または [探索] に移動するか、[ トレーニング] のガイドを一時的に無効化します。詳しくは、「 ガイドなしでラベルのトレーニングを使用する」をご覧ください。
- パフォーマンスについて知っておくべきフィードバックがメイン ページに表示され、推奨事項も表示されます。モデルのパフォーマンスについての詳細なフィードバックが必要な場合は、[検証] ページに移動します。
一般フィールドのトレーニング
データセットで一般フィールドが有効化されている場合は、[トレーニング] タブでラベルと一般フィールドのトレーニングを切り替えます。
[トレーニング] で一般フィールドをトレーニングする
- データセットを作成した瞬間からユーザーをガイドし、一般フィールドのトレーニングを前進させるために行うべき次の操作を提示します。
- モデルのトレーニング プロセスで一般フィールドをトレーニングするための通常の手順をユーザーにガイドします。
- パフォーマンスについて知っておくべきフィードバックがメイン ページに表示され、推奨事項も表示されます。一般フィールドのパフォーマンスについての詳細なフィードバックが必要な場合は、[検証] タブの一般フィールドの検証に移動します。
- モデルのトレーニング プロセスの開始時に、学習できる一般フィールドの例が十分にない場合は、既定で「シャッフル」の使用が推奨されます。十分な例を提供すると、特定の一般フィールドに対してより的を絞ったトレーニングが推奨されます。