20151209 Oracle DDD オラクルで実現するクラウド・マシン・ラーニング

Copyright © 2015, Oracle and/or its affiliates. All rights reserved. |
オラクルで実現する
クラウド・マシン・ラーニング
Oracle Advanced Analytics
in Oracle Database Cloud Service
日本オラクル株式会社
クラウド・テクノロジー事業統括
データベースソリューション本部
小川幹雄（Mikio.Ogawa@Oracle.com)

• 以下の事項は、弊社の一般的な製品の方向性に関する概要を説明す
るものです。また、情報提供を唯一の目的とするものであり、いか
なる契約にも組み込むことはできません。以下の事項は、マテリア
ルやコード、機能を提供することをコミットメント（確約）するも
のではないため、購買決定を行う際の判断材料になさらないで下さ
い。オラクル製品に関して記載されている機能の開発、リリースお
よび時期については、弊社の裁量により決定されます。
2
OracleとJavaは、Oracle Corporation 及びその子会社、関連会社の米国及びその他の国における登録商標です。
文中の社名、商品名等は各社の商標または登録商標である場合があります。

本資料と、セッション動画公開について
• 本資料は、2015年12月9日に開催された、『Oracle DBA & Developer
Day 2015』のセッション公開資料です
• セッション内容の動画については、他セッションとあわせて下記に
公開されておりますので、あわせてご参照いただければと存じます
3
リンクはこちら

アジェンダ
マシン・ラーニング（機械学習）概要
Oracle Advanced Analytics の紹介
Oracle Data Miner で設計する予測分析
まとめ
1
2
3
4
5
4

アジェンダ
まとめ
1
2
3
4
5
5

マシン・ラーニング（機械学習）
• 連想される言葉
–人工知能、画像認識、自然言語処理、自動運転、
ディープラーニング、データマイニング、R、Python
6
明示的にプログラムしなくても学習
する能力をコンピュータに与える
• 教師あり学習
• 教師なし学習

Copyright © 2015, Oracle and/or its affiliates. All rights reserved. | 7
顧客情報（属性値や、過去の利用状況など）から、
その顧客が今後優良顧客になる可能性を算出したい
分類モデル
顧客データ
このモデルをどうやって
作成するのか？
この顧客は優良顧客か？
その確率は？
・顧客ID
・性別
・所在地
・継続期間
・前月請求額
・・・

機械学習によるモデル作成
アルゴリズム
• 重回帰
• SVM
• 決定木
…
顧客データ
= 学習用データ
・顧客ID
・性別
・所在地
・継続期間
・前月請求額
・・・
・優良顧客フラグ
過去データ
目的達成です！
アルゴリズムを選択
顧客データとアルゴリズム
によって自動生成
予測された優良顧客リスト
分類モデル

自動生成されるモデルのイメージ
9
ID 性別年齢職業前月請求額ロイヤル
101 男性 31 会社員 10,000円 NO
102 女性 28 主婦 5,000円 YES
103 女性 36 主婦 200円 NO
104 男性 43 会社員 3,000円 NO
105 女性 22 会社員 7,000円 YES
過去顧客データ
ID 性別年齢職業前月請求額ロイヤル
314 男性 40 会社員 4,000円 NO
315 女性 26 会社員 5,500円 YES
新規顧客データ
前月請求額
<5,000円 >=5,000円
女性男性
性別
ロイヤル= NO
ロイヤル= YES
ロイヤル= NO
IF ( 前月請求額 >= 5000
AND 性別 = “女性” )
THEN
ロイヤル= YES
Probability = 0.77（信頼度）
Support = 0.250（組み合わせの出現率）

20%
機械学習のビジネスへの有効性
10
全体の何割にアプローチするか
100%0%
ターゲット層へヒットする割合
100%
20%
50%20%
70%
50%
ROI
顧客をランダムで
選択
機械学習を
使用

データ量を増やすことによって、予測精度を上げる
ランダム
100%0%
20の属性からなるモデル
ビッグデータ（例えば数百の属性
からなる入力）で生成されたモデル
• 統計データ
• POSトランザクションデータ
• テキストやコメント
• 位置情報
• 過去データと直近の行動データ
• ウェブログデータ
• センサーデータ etc.
100%
全体の何割にアプローチするか
ターゲット層へヒットする割合
11

機械学習の様々な活用例
• ダイレクトメール送付 ⇒ 送付先アドレスリスト
• チャーン分析 ⇒ チャーン顧客のリスト
• クレジットリスク分析 ⇒ 個々人のクレジットスコア
• マーケット・ ⇒ アップセル・クロスセルの
バスケット分析リコメンデーション
• 異常検出(Fraud 分析) ⇒ 異常トランザクションの検出
• 医学実験結果分析 ⇒ 実験データ要因抽出
• 国家安全保障 ⇒ テロリスト容疑者の検出
12

データ活用におけるPDCAサイクル (CRISP-DM)
13
ビジネス
理解
データ
理解
データ
準備
データ
モデリング
評価展開
ビジネス
目的の
決定する
状況を
評価する
分析の
ゴールを
決定する
プロジェクト
計画を建てる
初期
データを
収集する
データを
記述する
データを
調べる
データの
品質を
検証する
データを
選択する
データを
整理する
データを
構築する
データを
統合する
データを
設定する
モデリング
手法を
選択する
テスト
結果を
生成する
モデルを
構築する
モデルを
評価する
結果を
評価する
プロセスを
審査する
次の
ステップを
決定する
展開を
計画する
運用を
計画する
最終
レポートを
作成する
プロジェクト
を審査する
ビジネス
理解
データ
理解
データ
準備
評価
展開
データ
モデリング

アジェンダ
まとめ
1
2
3
4
5
14

アナリティクスSQLをデータベースに
Oracleのマシン・ラーニングの進化
1998 1999 2002 2005 20082004 2011 2015
• シンキングマシンズ社
より“Darwin”データ・マ
イニングソフトウェア
と開発チームを獲得
• データ・マイニング
SQL関数, 7つの新しい
アルゴリズムを提供
• GUIウィザード型GUI
Oracle Data Miner
“Classic”を提供
• 3つの新しいアルゴリズ
ム(EM, PCA, SVD)を追加
• SQLDEV/Oracle Data
Miner 4.0 においてSQLス
クリプト作成機能+SQL
クエリーノード機能、R
連係機能が提供
• OAA/ORE 1.3 + 1.4 スケー
ルする新しいRアルゴリ
ズムを提供
• Hadoopと連携するOracle
R Advanced Analytics for
Hadoopを提供
• 二つのアルゴリズム
(NB, AR) をJava APIと
して提供
• 自動データ準備 (ADP), テキス
トマイニング機能追加
• SQL Developerプラグイン
Oracle Data Miner 3.2 を提供
• Oracle R Enterpriseによる
Oracle Databaseと“R” との連係
• “Oracle Advanced Analytics
(ODM + ORE)に名称変更
15

16
高度な機械学習エンジンをデータベースに内包
Oracle R Enterprise
• 利用者の多いOSSの統計言語/環境
• 拡張性を得るためにデータベースに統合
• 広範な統計、高度な分析のための関数を用意
• Rの機能をアプリケーションや OBIEEに統合
• 探索的なデータ分析
• すぐれたグラフ描画機能
• Open source R (CRAN) パッケージ
Oracle Data Mining
• データベース内部でマイニング処理
• 12のin-databaseデータマイニングアルゴリズム
• Predictive analytics アプリケーションを
開発するための環境
• SQL Developer/Oracle Data Minerによる
GUIによる開発
• PL/SQL APIとJava API
• Exadataのパワーを利用したモデルの適用
Predictive AnalyticsStatistics Data MiningAdvanced Analytics
R

OBIEE
Oracle Database Enterprise Edition
並列実行のためのSQLデータ・マイニング/分析関数
スケーラブルな分散、高性能のRとの統合
SQL Developer HCM, CRMなどR Enterprise Client
データサイエンティスト
+ ビジネスユーザー Rプログラマー
ビジネスユーザー
(マネージャーレベル) エンドユーザー
Users
Platform
BICS SaaSDBCS
Oracle Advanced Analytics Databaseアーキテクチャ
17

In-Database Data Miningアルゴリズム
18
アルゴリズム応用範囲の例
分類
Logistic Regression (GLM)
Decision Trees
Naïve Bayes
Support Vector Machines (SVM)
ロイヤルカスタマーの予測
稼働会員から外れる会員の予測
優良商品へ成長する製品の予測
インバウンドニーズのある店舗の予測
回帰 Linear Regression (GLM)
Support Vector Machine (SVM)
特定商品の売り上げを予測
特定顧客の消費金額を予測
異常検出 One Class SVM
突発的な商品需要の検知
機器の異常値検知
属性重要度 Minimum Description Length (MDL)
Principal Components Analysis (PCA)
属性の絞り込み、ノイズの低減
相関ルール Apriori バスケット分析/ NBO(Next Best Offer)分析
クラスタリング
Hierarchical k-Means
Hierarchical O-Cluster
Expectation-Maximization Clustering (EM)
製品のグルーピング/ テキストマイニング
遺伝子-タンパク質分析
特徴抽出 Nonnegative Matrix Factorization (NMF)
Singular Value Decomposition (SVD)
テキスト分析 / 因子分析
A1 A2 A3 A4 A5 A6 A7
F1 F2 F3 F4

アジェンダ
まとめ
1
2
3
4
5
19

Database
Cloud Service
データベースが使えるまで、わずか5画面
リソースが足りなくなったら、すぐに拡張できる
すぐに使える
すぐに拡張できる
サーバー費用は従量制（1時間50円～）
ソフトウェアライセンス（オプション含）も従量制
使った分だけ
お支払い
定番機能から機械学習まですぐ使える形で提供
最高のデータベース基盤である Exadata を選択可能
エンター
プライズ対応
No.1データベースをそのままクラウド上で利用可能
Oracle Database Cloud Service
20

潜在的な管理コストを含めたTCO削減
ワンクリックで
パッチ適用
容易な可用性対策
Backup/HA/DR
数クリックで
プロビジョニング
DB暗号化
Advanced Security
DB Monitor
クラウド専用
モニタリングツール
インフラ管理は
不要
No
21

典型的なデータ解析基盤の課題
マーケティング担当インフラ担当
データの
取得依頼
PC内でデータ
解析を実施
販売情報
+
顧客情報
対象データの
エクスポート
解析結果の
格納依頼
解析結果の
インポート
ビジネス部門情報システム部門

典型的なデータ解析基盤の課題
マーケティング担当インフラ担当
データの
取得依頼
PC内でデータ
解析を実施
販売情報
+
顧客情報
対象データの
エクスポート
解析結果の
格納依頼
解析結果の
インポート
ビジネス部門情報システム部門
意思決定の遅延
性能問題情報漏えいリスク

マーケティング担当インフラ担当販売情報
+
顧客情報データ解析のフローを設計
処理はクラウド側で実施
解析結果の格納も
フローとして設計
クラウド環境に
データをクローン

+
顧客情報データ解析のフローを設計
処理はクラウド側で実施
クラウド環境に
データをクローン
クイック・スモールスタート
オンプレミスにも移行可能な
ハイブリッドクラウド
暗号化・権限分掌による
高セキュリティレベル

データ解析のフローを設計
処理はサーバ側で実施
26
参考：オンプレミス・マシン・ラーニング
+
顧客情報

データ解析のフローを設計
処理はサーバ側で実施
27
参考：オンプレミス・マシン・ラーニング
+
顧客情報
単一部門で完結する意思決定
サーバ性能をフルに使える
高パフォーマンス解析基盤
暗号化・権限分掌による
高セキュリティレベル

クラウド・マシン・ラーニングと
他のOracle Cloudとの連携
Database
+ OAA Marketing
BI Java
Backup

アジェンダ
まとめ
1
2
3
4
5
29

Oracle Data Minerアーキテクチャ
ODMRSYS
Data Miner
リポジトリ
USERS
機械学習用
テーブル/ビュー
サービス
Data Mining
XML DB
Scheduler
Text
SQL Developer
+ Data Miner
SQL, PL/SQL

Oracle Data Miner GUI
• GUIによる操作で分析フローを設計
• フローをイメージで保存可能
• クライアントツールから
データベースを操作
• 複雑な機械学習の処理を
自動で同時実行
• モデリングに適したデータに
自動変換
• ETL処理も実行可能
31

Oracle Data Minerの主な概念
用語概要補足
ユーザースキーマデータベース接続スキーマ
データマイニング実施アカウント
複数作成可能
プロジェクト分析プロジェクトワークフローの集合体
プロジェクト名とコメントを付与可能
ワークフローデータマイニングオペレーション(モ
デリング、テスト、スコアリング)の
設計領域
ノードが結びついたもの
ノードの組み合わせによって、
データマイニングオペレーションを設計可能
ノードデータノード
変換ノード
テキストノード
モデルノード
予測問合せノード
評価と適用ノード
リンクノード
ノード間を接続して、フローを実現
名前とコメントを付与可能
詳細パラメータを設定できる
ノード単位で実行を行える
※実行に必要な他のノードがあれば、
そちらも自動的に実行される
ノードのステータスが表示
32

データベース
ユーザースキーマ
Oracle Data Minerの各概念の関係
33
プロジェクト
ワークフローワークフロー
プロジェクト
ワークフロー
ユーザースキーマ
プロジェクト
ワークフローワークフロー
ノード
ノード
ノード
ノード
ノード
ノード
ノード
ノード
ノード
ノード
ノード
ノード
ノード
ノード
1つのユーザースキーマで複数
のプロジェクトを利用可能
ノード間を接続して
フローを記述
一つのプロジェクトに複数の
ワークフローを作成可能
ノード
ノード
ノード

Step1 新規プロジェクト作成(1/2)
34
接続ユーザーから右クリックして
「新規プロジェクト」を選択

Step1 新規プロジェクト作成(2/2)
35
プロジェクト名と必要であれば
コメントを記入して「OK」をクリック

Step2 新規ワークフロー作成(1/3)
36
対象のプロジェクトから
「新規ワークフロー」を選択

37
ワークフロー名を
記入して「OK」をクリック

38
ワークフローを設計する
画面が表示される

Step3 データソースを選択(1/3)
39
ワークフロー・エディタより「データソース」を
ワークフロー設計画面にドラッグ&ドロップ

40
対象の表を選択して
「終了」をクリック
※一部の列を選択可能

41
対象の表名を持った
ノードが作成される

Step4 ノードの接続とデータ統計の確認(1/5)
42
ワークフロー・エディタより接続
したいノードをドラッグ&ドロップ
「データの参照」ノードを選択

43
接続元のノードを右クリックし、
「接続」を選択

44
接続先のノードをクリックすると
矢印で結ばれる

45
「データの参照」ノードを
右クリックし、統計の表示を選択

46
接続元ノードの各列の
統計情報をグラフで表示

Step5 予測モデル(教師あり学習)を作成(1/2)
47
ワークフロー・エディタより「分類構築」ノードを
ドラッグ&ドロップし、データソースと接続する

Step5 予測モデル(教師あり学習)を作成(2/2)
48
デフォルトで分類モデルでは、
4つのアルゴリズムが実行される
ターゲットフラグを選択

Step5 予測モデルの予測精度を確認(1/4)
49
「分類構築」ノードを右クリックし、
「テスト結果の比較」を選択

50
各アルゴリズムごとの
予測精度をグラフで表示

51
ROC曲線
縦軸がTrue Positive
横軸がFalse Positive

52
リフトチャート
縦軸がTrue Positive
横軸がInstance number

Step6 予測モデルのアルゴリズムを選択
53
スコアリングに使用しないモデルを
スコアリング対象から外す

参考予測モデル(教師あり学習)の確認
54
作成されたモデルの詳細を確認
※ディシジョンツリー

Step7 スコアリング結果を表に格納
55
格納先の表を設定
スコアリング対象の表を設定
モデルとスコアリング対象の表を
結びつける「適用」ノード

Step8 出力結果の編集(1/2)
56
「適用」ノードを右クリックし、
「編集」を選択

Step8 出力結果の編集(2/2)
57
追加で出力したい
列を選択

Step9 出力結果の表示(1/2)
58
出力ノードを右クリックし、
「データの表示」を選択

Step9 出力結果の表示(2/2)
59
予測値、予測精度、
追加で出力設定した、
CUSTOMER_IDと
STATE列が確認できる

Step10 出力結果のグラフ表示(1/3)
60
「グラフ」ノードを
出力ノードと結びつける

61
折れ線、散布図、棒グラフ、ヒストグラム、
ひげ付き棒グラフからグラフを選択し、
属性を埋めていく

62
作成したヒストグラムを確認できる
※複数グラフをダッシュボードとしても閲覧可能

アジェンダ
クラウド・マシン・ラーニング構築方法
まとめ
1
2
3
4
5
63

64
ビジネス
理解
データ
理解
データ
準備
データ
モデリング
評価展開
ビジネス
目的の
決定する
状況を
評価する
分析の
ゴールを
決定する
プロジェクト
計画を建てる
初期
データを
収集する
データを
記述する
データを
調べる
データの
品質を
検証する
データを
選択する
データを
整理する
データを
構築する
データを
統合する
データを
設定する
モデリング
手法を
選択する
テスト
結果を
生成する
モデルを
構築する
モデルを
評価する
結果を
評価する
プロセスを
審査する
次の
ステップを
決定する
展開を
計画する
運用を
計画する
最終
レポートを
作成する
プロジェクト
を審査する
ビジネス
理解
データ
理解
データ
準備
評価
展開
データ
モデリング

65
ビジネス
理解
データ
理解
データ
準備
評価
展開
データ
モデリング
データ分析におけるPDCAサイクルを
によって自動化・サポート

参加登録はこちら：http://ora.cl/l8s
クラウド・テクノロジーを語ろう
第1回 Meetup 2016年1月29日 19:00～
＠オラクル青山センター
var community = React.createClass({
init : function(){
return {
date : “2016-1-29”,
location : “OAC”,
goal : [
“Learn”,
“Connect”,
“Have Fun”
]
};
}
});

Oracle Cloud ラーニング・サブスクリプション
【ご注意】 Oracle Platform as a Service (PaaS) ラーニング・サブスクリプションの最小購入ユーザー数は 5 です。
本特別価格は、2015年 12 月 31 日までにご購入される方に対して適用されます。また、他の割引契約、またはキャンペーンと併用することはできません。
定価: 116,856 円 (税込)
特別価格: 58,428円 (税込)
1ユーザー/1年間利用可能
Oracle Cloud (PaaS) の導入から運用まで、クラウドを活用するために必要なスキルを身につけた
"Cloud Ready" なエンジニアを育成するための学習プラットフォーム
 Oracle Cloud Service の活用に必要なスキルを学習できるビデオ・トレーニング
 製品アップデートに応じて最新のコンテンツに更新
 1年間のサブスクリプション形式
ただいま無償体験版公開中！
Oracle Cloud インスタンスの作成やクラウド
上の Oracle Database, WebLogic Server の
起動方法など、技術者が円滑に Oracle
Cloud (PaaS) をはじめるためのポイントを学
習できる『Getting Started』を視聴可能
アクセスはこちらから
education.oracle.co.jp/cls_paas
Oracle Platform as a Service ラーニング・サブスクリプション
多彩な Oracle PaaS の活用方法をトータルにカバー。す
べての Oracle PaaS 技術者にオススメします！
学習内容:
【対応サービス】
Database Cloud, Java Cloud, Business Intelligence Cloud,
Process Cloud, Mobile Cloud, Integration Cloud, Documents Cloud,
Messaging Cloud, Internet Of Things Cloud, SOA Cloud,
Database Backup Cloud, Developer Cloud
• Oracle Cloud Platform as a Service の使用方法
• Oracle PaaS の多様なサービスを活用する利点
• Oracle PaaS の運用管理
• Oracle PaaS を使ったアプリケーションの開発とデプロイ
• 既存のアプリケーションの Oracle PaaS への移行など
DBCSとJCSは
日本語講義
視聴可能
50% Off

20151209 Oracle DDD オラクルで実現するクラウド・マシン・ラーニング

20151209 Oracle DDD オラクルで実現するクラウド・マシン・ラーニング

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Viewers also liked

Viewers also liked (20)

Similar to 20151209 Oracle DDD オラクルで実現するクラウド・マシン・ラーニング

Similar to 20151209 Oracle DDD オラクルで実現するクラウド・マシン・ラーニング (20)

More from オラクルエンジニア通信

More from オラクルエンジニア通信 (20)

Recently uploaded

Recently uploaded (9)

20151209 Oracle DDD オラクルで実現するクラウド・マシン・ラーニング