Versions Compared

Old Version 23

changes.mady.by.user marek kalvas

Saved on

compared with

New Version Current

changes.mady.by.user Ayumi Yasuda

Saved on

Key

  • This line was added.
  • This line was removed.
  • Formatting was changed.

...

Sv translation
languageja

プロジェクトは、ML Studioの基本的な構築単位です。各プロジェクトはいくつかの部分で構成されています（すべてが必要というわけではありません）:

  • プロジェクト情報
  • ファイル
  • テーブル
  • チャート
  • ライブラリ
  • 変数
  • 組み込み関数

プロジェクト情報

各プロジェクトには、名前、所有者、作成日、説明があります。

ファイル

ファイルはプロジェクトに添付できます。 Pythonスクリプト、ソースデータ、テストデータなどを含めることができます。これらのファイルには、readXLSFile()、readCSVFile()、executePythonScript()などの関数を使用してアクセスできます。

テーブル

テーブルは、プロジェクトの一時的な出力としてチャートと一緒に使用できます。モデリング中に使用して、結果を確認できます。

チャート

チャートは、モデリングの結果を表示する別のオプションです。

ライブラリ

ライブラリは、プロジェクトで使用できる数学的および統計的なコンポーネントと関数の既製のパックです。デフォルトでは、ML Studioには次のライブラリが含まれています:

  • Math3
  • Javaml
  • Javastat

変数

変数は、プロジェクトのパラメーター化に使用されます。これにより、プロジェクトをより普遍的にすることができます。詳細については、Parameters in ML Studioを参照してください。

プレビルド機能

ML Studioは、BellaDatiによって、最も頻繁に使用されるIoTタスクの機能を事前に構築するために使用されています。これらはプログラミングなしで使用でき、パラメーターの指定にはグラフィカルインターフェースのみを使用します。同時に、パートナーおよび組織が独自の統計およびMLケースを作成できます。

以下のすべての機能がサポートされており、ソリューションを構築できます:

  • サマリーと呼ばれる事前定義された関数内の最大、最小、標準偏差、平均、中央値、第一四分位、第三四分位。グラフィック形式は、ボックスプロット(箱ひげ図)、相対ボックスプロット、外れ値、ヒストグラムの形式で利用できます。
  • 基本的な統計機能（例：T検定、カイ二乗）を使用した信頼区間と仮説検定が利用可能です。
  • 定義済みのクラスまたはカテゴリ変数へのオブジェクトの配布が有効になります。
  • 未知の連続変数の値の予測が利用可能です。
  • 利用可能なアルゴリズムにより、類似オブジェクトを配置する論理グループを識別することができます。
  • 値または動作に関する分類、推定、クラスタリングが利用可能です。
  • どのオブジェクトが他のオブジェクトと共起すると予想されるかを決定する機能（マーケットバスケット分析など）が利用可能です。
  • 従属変数に最大の影響を与える独立変数を識別することができる関数が利用可能です。
  • ML studioの機能は、非構造化コンテンツを解析して、予測モデリングに使用できる構造化データオブジェクト（列）を作成できます。
  • ML studioは、履歴データとリアルタイムデータを使用するモデルからのリアルタイムスコアリングをサポートします。
  • ML studioは、プラグアンドプレイ方式でユーザー定義のアルゴリズムをサポートし、PMMLを介してインポート/エクスポートします。
  • ML studioは高度な検索機能を提供します。例えば、登録番号を指定すると、ソリューションはエンティティ（ROC、ROB、LLPなど）を決定したり、最も近い一致を提案したりできます。キーワードによる検索もサポートする必要があります。例えば名前の一部を指定します。
  • 決定木とニューラルネットワークが利用可能です。

プロジェクトの削除 

プロジェクトを削除するには、[プロジェクト情報]の下の[プロジェクトの削除]ボタンをクリックします。このプロセスは元に戻せないことに注意してください。


プロジェクトの共有

プロジェクトはShareボタンで共有することができます。すべてのユーザが選択可能ですが、MLスタジオにアクセスできるのはドメイン管理者のみです。そのため、ドメイン管理者のみを選択する必要があります。

Image Added


Sv translation
languagede

Projekte sind die Basiseinheit von ML Studio. Jedes Projekt besteht aus mehreren Teilen (nicht alle davon notwendig):

  • Projektinformationen
  • Dateien
  • Tabellen
  • Diagramme
  • Bibliotheken
  • Variable
  • Vorgefertigte funktionen

Projektinformationen

Jedes Projekt hat seinen Namen, Besitzer, Erstellungsdatum und Beschreibung.

Dateien

Dateien können an ein Projekt angehängt werden. Sie können Python-Skripte, Quelldaten, Testdaten usw. enthalten. Auf diese Dateien kann mit Funktionen wie readXLSFile(), readCSVFile() und executePythonScript() zugegriffen werden.

Tabellen

Tabellen können zusammen mit Diagrammen als temporäre Ausgabe des Projekts verwendet werden. Es kann während der Modellierung verwendet werden, um die Ergebnisse zu sehen.

Diagramme

Diagramme sind eine weitere Option, um die Ergebnisse der Modellierung zu sehen.

Bibliotheken

Bibliotheken sind vorgefertigte Pakete aus mathematischen und statistischen Komponenten und Funktionen, die im Projekt verwendet werden können. Standardmäßig enthält ML Studio diese Bibliotheken:

  • Math3
  • Javaml
  • Javastat

Variable

Variablen werden zur Parametrisierung von Projekten verwendet. Dadurch kann das Projekt universeller gestaltet werden. Weitere Informationen finden Sie unter Parameters in ML Studio.

Vorgefertigte Funktionen

ML Studio wurde von BellaDati eingesetzt, um Funktionen für die häufigsten IoT-Aufgaben wie z.B. prädiktive Instandhaltung und situative Intelligenz wie Kundensegmentierung oder Warenkorbanalyse vorzubereiten. Diese können ohne Programmierung verwendet werden, nur über die grafische Oberfläche zur Parametrierung. Gleichzeitig ermöglicht es Partnern und Organisationen, ihre eigenen Statistik- und ML-Fälle zu erstellen.

Alle folgenden Funktionen werden unterstützt und es können Lösungen erstellt werden:

  • Max, min, Standardabweichung, Mittelwert, Median, 1. Quartil, 3. Quartil, in der vordefinierten Funktion Zusammenfassung. Grafische Formen sind in Form von Boxplot, relativer Boxplot, Ausreißern und Histogramm verfügbar.
  • Vertrauensbereichs- und Hypothesentests mit grundlegenden statistischen Funktionen (z.B. T-Test, Chi-Quadrat) sind verfügbar.
  • Die Verteilung von Objekten in vordefinierte Klassen oder kategorische Variablen ist möglich.
  • Die Vorhersage des Wertes einer unbekannten, kontinuierlichen Variable ist möglich.
  • Verfügbare Algorithmen ermöglichen es, logische Gruppen zu identifizieren, in denen ähnliche Objekte platziert werden können.
  • Klassifizierung, Schätzung oder Clustering um einen Wert oder ein Verhalten sind möglich.
  • Es stehen Funktionen zur Verfügung, mit denen bestimmt werden kann, welche Objekte mit anderen Objekten zusammenfallen können (z.B. Warenkorbanalyse).
  • Es stehen Funktionen zur Verfügung, die in der Lage sind, die unabhängigen Variablen zu identifizieren, die den größten Einfluss auf eine abhängige Variable haben.
  • ML Studio-Funktionen sind in der Lage, unstrukturierte Inhalte zu analysieren, um strukturierte Datenobjekte (d.h. Spalten) zu erstellen, die für die prädiktive Modellierung verwendet werden können.
  • ML Studio unterstützt die Echtzeitbewertung von Modellen, die historische und Echtzeitdaten verwenden.
  • ML Studio unterstützt benutzerdefinierte Algorithmen in Plug-and-Play-Form und den Import/Export über PMML.
  • ML Studio bietet erweiterte Suchfunktionen, z.B. nach einer Registrierungsnummer, die Lösung kann die Entität bestimmen (ROC, ROB, LLP, etc.) oder die nächstgelegene Übereinstimmung vorschlagen. Die Suche nach Schlüsselwörtern sollte ebenfalls unterstützt werden, z.B. mit einem Teilnamen.
  • Entscheidungsbäume und neuronale Netze sind verfügbar.

Löschen von Projekten

 

Ein Projekt kann durch Anklicken der Schaltfläche Projekt löschen unter Projektinformationen gelöscht werden. Bitte beachten Sie, dass dieser Prozess IRREVERSIBEL ist.