DataRobotによる予測モデルを用いたシミュレーションと最適化（抜粋）

Confidential. Copyright © DataRobot, Inc. - All Rights Reserved
予測モデルを用いた
シミュレーションと最適化

本編（抜粋）

予測モデルを用いたシミュレーションと最適化
今回やること
● DataRobotでの予測モデル作成のやり方を復習する
● DataRobotのAPIを用いて予測を自動で回してみる
● 簡単なシミュレーションと最適化をやってみる
今回やらないこと
● Pythonそのものの書き方
● 最適化の数理的にガチな話

DataRobotで現実の因果関係を代替し、　＝　シミュレーション
予測値が最適になる条件を求める　　　＝　最適化
● DataRobotは入力データに対して予測値を返す予測モデルを簡単に作る
ことができる。
● 一方で、特に製造業などでは欲しいのは予測値というよりも、最適な予測
値となる入力データというケースが多い。

DataRobotを用いてシミュレーションと最適化を行う
データの取得
前処理
データの用意
探索空間
の設定
最適化の
実行
結果
確認
モデル
生成
最適化対象
の設定
複数のモデルを生
成・比較して選択す
る
どの範囲をどのよう
に探索するかを決め
る
最適化する指標
（コスト関数）を決
める
最適化を実行する結果の妥当性を確
認する
実際のR&D、ビジネスに
適用し、効果を検証する
得られた実データを加えて更に最適
化サイクルを回していく
最適化エンジンが
予測モデルを使っ
て”実験”しながら最
適条件を探してくれ
る。
(DataRobot APIを利
用)

DataRobotによる予測モデルの構築
今回は題材として、コンクリート圧縮強度のデータ（ concrete.csv）を用いる。
コンクリート圧縮強度が最大になるような配合を求めたい。

1. DataRobotによる予測モデルの構築
a. ターゲットの設定とオートパイロット開始
b. 生成したモデルの確認
c. モデル選択
d. 予測APIのアクティベーション
2. シミュレーションと最適化の概要
a. 最適化の各アプローチと特徴
i. グリッドサーチ
ii. ランダムサーチ
iii. Sequential Model Based Optimization
(SMBO)
3. ランダムサーチ的アプローチによる最適化
a. 探索空間の設定
b. 乱数による入力データの生成
c. 予測の実行
d. 最適データの抽出
4. 【応用】hyperoptによる最適化
a. 探索空間の設定
b. 最適化対象の設定
c. 最適化の実行
d. 結果の確認と可視化
5. 【応用】その他、最適化を行う際の工夫

最適化について
最小化した
いなぁ

最適化について
この辺り？
高次元の特徴空間ではより複雑になるので、やり方を考える必要がある。

最適化手法について
グリッドサーチランダムサーチ
Sequential Model Based
Optimization (SMBO)
探索の仕方
各変数について、設定した候
補について、全ての組合せを
しらみ潰しにする。
探索空間からランダムサンプ
リングした変数の組合せにつ
いて試行を繰り返す。
内部に計算の軽い近似モデル
を持っていて、このモデルを元
に逐次更新しながら探索す
る。
メリット
並列化が容易
探索空間が比較的に小さい場
合には、網羅的な探索が可能
である。
並列化が容易
グリッドサーチと比較して試行
回数を減らせる。
有望な領域を集中的に探索し
てくれるので、無駄な試行が少
ない。
デメリット
探索空間が広大な場合、しら
み潰しは無理（重要変数の最
適値が抜け落ちる）。
無駄な試行が多い。
高次元になってくると厳しい場
合がある。
無駄な試行が多い。
並列化には工夫が必要
元関数が軽い場合、探索範囲
が狭すぎる場合には効率悪
い。
利用シナリオ
少ないパラメータ数を網羅的
に探索したい, e.g. SVMのハ
イパラ調整
探索領域が広い/モデルの計
算速度が遅い, e.g. XGBoost
やNNのハイパラ調整
探索領域が広い/モデルの計
算速度が遅い, e.g. XGBoost
やNNのハイパラ調整

DataRobotとhyperoptによる最適化
探索空間を確率の形で記述して、最適化対象の関数を指定してあげるといい感じに
最適化してくれるライブラリ。
sklearnのグリッドサーチやランダムサーチと似ていてとっつきやすい。
Kaggleなどでもハイパーパラメータ調整などで頻繁に用いられている。

結果の確認と可視化
材齢(日)
単位水量(kginm^3)
コンクリート圧縮強度(Mpa)
特徴量インパクトの大きい変数について、最適化の進行する過程を可視化して
みましょう。
試行回数

DataRobotによる予測モデルを用いたシミュレーションと最適化（抜粋）

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to DataRobotによる予測モデルを用いたシミュレーションと最適化（抜粋）

Similar to DataRobotによる予測モデルを用いたシミュレーションと最適化（抜粋） (20)

More from Yuya Yamamoto

More from Yuya Yamamoto (7)