Location AI

ロケーションベースの予測インサイトで位置情報データが持つ力を引き出す

地理空間分析の進化

DataRobot AI Cloud の Location AI では、他の機械学習プラットフォームにはない最先端の機能により、高度な地理空間分析が可能です。Location AI は、GeoJSON、PostGIS などの最も一般的な空間データ形式と、表データの Well-Known Text（WKT）形式を認識して処理します。また、空間データと構造化/非構造化データを融合した高度な機械学習モデルの準備、選択、トレーニングを自動化し、比類のないインサイトを提供します。

Location AI の機能により地理空間が高度な手法で可視化されるため、データおよびモデリング結果をより深く的確に理解できるようになります。可視化することでローカルレベルのきめ細かい解釈ができるようになり、ユーザーは、特定の場所をピンポイントで指定してモデルをレビューできます。これらの機能は、最先端の空間認識特徴量エンジニアリングによって強化され、モデルの精度がさらに向上します。

Screenshot 2022 02 16 at 15.23.17 1024x576 1

動的な空間データ形式

現在と同じ直感的で使いやすい Automated Machine Learning（AutoML）の UI で、ESRI シェープファイル、GeoJSON、PostGIS テーブル、ESRI ジオデータベースなど、さまざまな地理空間ファイルをネイティブ形式でアップロードすることができます。また、DataRobot では、緯度や経度などの地理空間キーワードや、一般的な地理空間マークアップ言語の WKT および WKB を含む列を自動認識します。位置特徴量が自動的に検出されない場合は、カスタム変換で既存のデータセットを操作することもできます。

dynamic spatial data formats screenshot 1024x613 1

地理空間を高度な手法で可視化

Location AI では、まったく新しい方法でデータを調査し、空間的なパターンを探索することができます。その際に、地理空間データとその構造を深く理解できるダイナミックマップによる可視化を利用します。

advanced geospatial visualizations screenshot 1024x615 1

空間認識に対応した特徴量エンジニアリングとモデル

DataRobot では、地理空間データとして認識されると、そのデータに特化した特徴量エンジニアリングが自動的に実行され、重心、外周、面積、最小境界矩形（MBR）面積などの空間属性が追加されるため、データセットがさらに充実したものになります。AI モデルでは、DataRobot の米特許取得済みの空間的近接特徴量生成（Spatial Neighborhood Featurizer）により、データ内の個々の行での位置の値や、データセット内の他のすべての行との空間的関係性を完全に把握できます。

spatially aware feature engineering and models screenshot 1024x454 1

ローカルレベルでの比類ない解釈可能性

Location AI には、ローカルレベルでのモデルの挙動を把握できるツールが用意されています。特徴量の有用性とモデルの精度は、地理的位置によって大きく異なることがあります。説明が可視化される「位置ごとの精度」を使えば、モデルの精度が高い場所とそうでない場所がはっきりわかります。

unmatched interpretability at the local level screenshot 1024x585 1