DataRobot 6.3

DataRobot リリース 6.3 が新登場。ご要望の多かった機能が惜しみなく搭載されました。Automated Machine Learning(AutoML)にバイアスと公平性のテストが追加され、MLOps にポータブル予測サーバーが導入されました。また、Automated Time Series では特徴量の系統の可視化、ディープラーニングブループリントの新規追加、祝日カレンダーの事前ロードなど、多くの機能強化を行ったことで、すべての時系列モデルについて、より深いインサイトの取得と、よりわかりやすい説明が可能になりました。

バイアスと公平性の自動テスト

価値観を共有する AI。信頼できる AI を構築するためには、AI が常にユーザーと同じ倫理観と価値観を持つことが重要です。DataRobot リリース 6.3 で新たに提供されるバイアスと公平性のテストでは、データセット内の保護された特徴量にフラグを立てることができ、それに従って、ユースケースの詳細に合った最適な公平性基準を選択できます。モデルが構築されたら、視覚的に表現されたインサイトによって、選択したバイアスと公平性のテストの結果が示されます。バイアスが見つかった場合は、クラス間のデータの相違ツールを使用することで、根本原因を分析し、データ内のバイアスの発生源を診断できます。最終的にはデータの収集または処理におけるバイアスの軽減方法が提示されます。

bias and fairness

MLOps ポータブル予測サーバー

あらゆる環境にデプロイして監視。MLOps のリリース 6.3 では、DataRobot ポータブル予測サーバーを利用できます。ポータブル予測サーバーを使うことにより、DataRobot 環境の外にある構築済みのパイプラインやアプリケーションに DataRobot モデルを統合できます。ポータブル予測サーバーは、便利な Docker イメージ形式で提供されるため、IT 担当者や DevOps 担当者は、任意のインフラストラクチャで DataRobot モデルを簡単に運用および管理できます。 また、ポータブル予測サーバーには MLOps 監視エージェントが含まれているため、主要なモデルパフォーマンス指標を MLOps サーバーに簡単に送信できます。MLOps では、DataRobot 予測環境の新機能(リリース 6.3 で提供)と組み合わせることで、DataRobot モデルをオンプレミスまたはクラウドのあらゆる外部予測環境でデプロイおよび監視することができます。

portable prediction server

 時系列での特徴量の系統

特徴量がどのように派生したかを把握。DataRobot の Automated Time Series 製品の主な強みは、特徴量エンジニアリングにより、時系列モデルにおいて重要な特徴量が自動的に新規生成されることです。これらの特徴量はモデルの精度を高めるために不可欠ですが、DataRobot によって生成されるため、元のデータセットには存在しません。DataRobot のリリース 6.3 では、新たに生成された各特徴量の系統全体が、視覚的にわかりやすく表示されるようになりました。これにより、特徴量がどのように派生したかを正確に把握できます。また、あらゆる時系列モデリングのすべてのステップを説明できるように、ガバナンスとトレーサビリティをさらに強化できます。

Automated Time Series の詳細についてはこちらをご確認ください
TS feature lineage

Visual AI のスマートオートパイロット

動的なディープラーニング。新しいリリースでは毎回、DataRobot の自動コンピュータービジョン機能(Visual AI)が強化されていますが、リリース 6.3 も例外ではありません。Visual AI のオートパイロットはさらにインテリジェントになりました。さまざまなディープニューラルネットワークが自動的にテストされ、データセットの詳細と解決しようとしているユースケースに基づいて最適なネットワークが選択されます。たとえば、データセットに含まれる画像列の数、モデルが使用している精度指標、または予測しようとしているクラスの数に応じて、適切なフィーチャライザー(特徴量抽出器)が選択されます。さらに、最上位モデルで他に使用可能なニューラルネットワークが自動的に比較されるため、手作業によるチューニングなしで精度が最大化されます。

Visual AI の詳細についてはこちらをご確認ください
Visual AI smart autopilot

時系列でのディープラーニングの自動化

あらゆる技術を活用。DataRobot の Automated Time Series の特長は、従来の予測手法に最新の機械学習アルゴリズム、そして最先端のディープラーニングのアプローチを融合していることです。リリース 6.3 では、すぐに利用できる時間認識ディープラーニングアルゴリズムがさらに拡大しました。新しい Keras Deep AR および Keras DNN(MLP)のブループリントは、オートパイロットプロセスの一部として自動的に実行されます。これにより、取り組むすべてのプロジェクトにおいて、従来のものから最新のものまで、さまざまな種類のモデリング技術を常に手軽に利用できます。 

TS Deep Learning

その他の新機能

エンタープライズ AI の新機能はこれだけではありません。DataRobot では、新しいリリースのたびに、ご要望の多い機能が多数搭載されるため、ここですべてをご紹介することはできません。前述の機能に加えて、Automated Time Series のリリース 6.3 では、地域別の祝日カレンダーが AI カタログに事前にロードされ、モデル比較の可視化ツールが改善されました。また、新しい系列のインサイト、ローカルレベルでの予測説明なども実現しています。MLOps ポータブル予測サーバーの追加により、任意の環境またはクラウドプラットフォームであらゆる時系列モデルをデプロイおよび監視できるようになりました。データ接続ライブラリでは、Azure Data Lake Storage(Gen2)および Amazon S3 クラウドストレージサービスへの認証がサポートされるようになりました。さらに、自動特徴量探索機能も強化されました。特徴量派生サブウィンドウが新たに提供され、教師なし学習モデルがサポートされるようになりました。

TS model comparison

以下のリソースで、6.3 の新機能をご確認ください