Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Bluemix predictive analyticsのご紹介

1,053 views

Published on

Bluemix Predictive Analyticsのご紹介

Published in: Data & Analytics

Bluemix predictive analyticsのご紹介

  1. 1. あなたのアプリケーションに SPSSのパワーを! ~Bluemix Predictive Analyticsのご紹介~ 2016年6月9日 日本アイ・ビー・エム株式会社 アナリティクス事業
  2. 2. © IBM 2016 2 Bluemix Predictive Analyticsとは • BluemixのPredictive Analyticsは、IBM SPSS Modelerで作成されたモ デルを利用した「予測スコアリング」をBluemix上で実行できるようにしたサービス です。 • Predictive Analytics サービスの利用用途は、モデルの「デプロイ」 です。モデルやストリームの作成には別途IBM SPSS Modelerソフト ウェアが必要であり、 Predictive Analyticsサービスとは別にご用意 いただく必要があります。 IBM SPSS Modeler Predictive Analytics
  3. 3. © IBM 2016 3 アプリケーション利用例 • IoTセンサーデータを使ったD3.jsによるグラフ化と機械学習モデルによる故障予測 https://codezine.jp/article/detail/9354  IBM Cloudantに関する詳細はこちらから: http://www-01.ibm.com/software/jp/info/cloudant/ IBM SPSS Modeler Predictive Analytics
  4. 4. © IBM 2016 4 Predictive Analytics利用の手順 1. IBM SPSS Modelerを使って予測モデルを作成する 2. 作成した予測モデルのストリーム(*.str)をPredictive Analyticsにアップ ロードして、アプリからスコアリングを実行する IBM SPSS Modelerをお持ちで無い場合、30日間 無料トライアルは以下のサ イトから申し込みいただけます。登録フォームに必要事項を記入の上、申し込みく ださい。 https://www.ibm.com/marketplace/cloud/spss-modeler/jp/ja-jp ダウンロード後、PCへインストールを お願いいたします。
  5. 5. © IBM 2016 5 1-1.予測モデルの作成 • 今回は、 製品添付のサンプル(modelingintro.str )を利用します。 • 以下、チュートリアルを参照し、「モデル作成の概要」に沿って予測モデルを完成 させます。(「モデルの評価」の章まで実施ください) • http://ibm.co/1tc6vCw • 本モデルは以下の5つの顧客属性データから「融資可否」(Credit rating)を予 測します。 •年齢(Age) •収入レベル(Income level) •クレジットカードの枚数( Number of credit cards ) •学歴( Education ) •カー・ローン( Car loans ) モデルの完成
  6. 6. © IBM 2016 6 1-2.ストリームの保存(1) • 予測モデルを用いてスコアリングを行う際は「融資可否」(Credit rating)の フィールドは予測対象であるため、入力対象としては不要です。 tree_credit.savの入力から「フィルター」を指定してCredit ratingのフィールド を除外します。
  7. 7. © IBM 2016 7 1-2.ストリームの保存(2) • 「Table」ノードを右クリックして「スコアリング枝として使用」を選択します。スコアリ ングするフローの線が緑色になります。(この操作をしないとBluemixにストリー ムファイルをアップロードしてもスコアリング対象がない、のエラーになります) • 任意の場所に任意の名前で「名前を付けてストリームを保存」します。 (拡張子:*.str )
  8. 8. © IBM 2016 8 • 以下のサイトよりBluemixにログインします。BluemixのIDをお持ちでない場合、 Bluemixの無料トライアルの申し込みが必要です。 • https://console.ng.bluemix.net/catalog/ • 言語のランタイムを選択します。今回は、「SDK for Node.js」を選択します。 (上記ページの検索フォームで、 SDK for Node.jsを検索してください。) • 名前とホストに任意のワードを入れ、「作成」を押します。 (例では、「PredictiveAnalytics」と入れています。) 2-1. Bluemixを利用する (1)
  9. 9. © IBM 2016 9 • ホスト名は、他のユーザとは異なるものをつける必要があります。 • 言語のランタイムのステージングが完了すると、以下のような画面になります。 2-1. Bluemixを利用する (2)
  10. 10. © IBM 2016 10 • +「サービスまたはAPIの追加」を押し、言語のランタイムとPredictive Analyticsのインスタンスをバインドします。 • 検索フォームで、Predictive Analyticsのサービスを検索してください。 2-2. Predictive Analyticsを利用する (1)
  11. 11. © IBM 2016 11 • 下記画面で「作成」を押します。 • 再ステージを選択します。 2-2. Predictive Analyticsを利用する (2)
  12. 12. © IBM 2016 12 • 再ステージングが完了すると、以下のような画面になります。 • 「環境変数」のURLとアクセスキーをメモします。 2-2. Predictive Analyticsを利用する (3)
  13. 13. © IBM 2016 13 • Predictive AnalyticsのUIを使ってIBM SPSS Modelerで保存した予測モ デルのストリームファイル(*.str)をアップロードします。 • アップロードの過程でContextIDを聞かれますので 任意の名前を入力します。(今回はintro1としました) このContextIDはスコアリング実行の際のURLで使い ます。( Case-Sensitiveですので大文字・小文字に ご注意ください) 2-3.予測モデルのストリーム(*.str)をPredictive Analyticsにアップロード (1)
  14. 14. © IBM 2016 14 • 以下のようにIBM SPSS Modelerで保存した予測モデルが登録されました。 2-3.予測モデルのストリーム(*.str)をPredictive Analyticsにアップロード(2)
  15. 15. © IBM 2016 15 • Predictive Analytics サービス APIの使い方は以下に記載があります。 • https://console.ng.bluemix.net/docs/services/PredictiveModeli ng/index-gentopic1.html#genTopProcId2 • 今回はRESTの場合で記載をいたします。 – サービスへのアクセスURLはBluemixの環境変数(VCAP_SERVICE)から取得 – 認証はURLパラメータとしてセット ~URL~?accesskey=XXXXX(同じく環境変 数から) – HTTPヘダーに Content-Type: application/json;charset=UTF-8 をセット • スコアリング実行要求 – 以下の形式でRESTの要求を出します。 POST http://{service instance}/pm/v1/score/{contextId}?accesskey={access_key for this bound application} 2-4.スコアリングの実施 (1)
  16. 16. © IBM 2016 16 • スコアリングのための入力データはJSON形式で以下のようにHTTP Bodyにて 与えます。 例) { "tablename":"スコアリング・ブランチの入力の名前", "header":[入力フィールドの名前の配列], "data":[[入力データの配列]] } • 基本的に1入力 レコードに対して1つの予測結果を返しますが、data部分で複 数のレコードを渡せば一度に複数のスコアリングを実行できます。 例) "data":[[入力データ1],[入力データ2],[入力データ3]] 今回、IBM SPSS Modelerではtree_credit.savというファイルを読んで予測モデルを構築しましたが、スコアリングの 際にはこのファイルに含まれるレコード群は使用されません。REST要求時にJSONで記述する“tablename”:“..”は 「モデルのどこを起点とするか」を指定するためのエントリー・ポイント/名前です。実際にスコアリングの入力データになるの は上記REST要求の "data":[[..]]で渡す内容です。 2-4.スコアリングの実施 (2)
  17. 17. © IBM 2016 17 • 実行例 2-4.スコアリングの実施 (3)
  18. 18. © IBM 2016 18 • 実行結果(スコアリング結果) 2-4.スコアリングの実施 (4) 入力データに加えて予測結果と $R−Creditrating(予測結果)と $RC-Credit rating(確信度)がスコアリング結果とし て戻ってきました。
  19. 19. © IBM 2016 19 • 以下のように複数のレコードを一度に渡すことも可能です。 • 実行例 2-4.スコアリングの実施 (5)
  20. 20. © IBM 2016 20 • 入力レコードに応じたスコアリング結果が返ります。 • 実行結果(スコアリング結果) 2-4.スコアリングの実施 (6)
  21. 21. © IBM 2016 21 • 以下の形式でRESTの要求を出します。 GET http://{service instance}/pm/v1/metadata/{contextId}?accesskey={access_key for this bound application}&metadatatype=score • 実行した結果 • スコアリングがエラーになった場合の確認・問題判別に便利です。 2-5.モデルのメタ情報の取得
  22. 22. © IBM 2016 22 https://console.ng.bluemix.net/docs/services/PredictiveModeling /index.html#pm_service 補足:Predictive Analyticsのドキュメントはこちらです。
  23. 23. © IBM 2016 23 • Free Planでは、フリープランでは2モデルまで登録可能、スコアリングが 月5000回までなど、制限があります。 補足:Freeプランの制限
  24. 24. © IBM 2016 24 • http://www-03.ibm.com/software/sla/sladb.nsf/pdf/6883- 01/$file/i126-6883-01_10-2015_ja_JP.pdf 補足:Predictive Analyticsのサービス記述書はこちら です。
  25. 25. © IBM 2016 25 https://www.facebook.com/BusinessAnalytics/

×