YDK / INSIGHTS
機械学習へ進む前に、確認する6つの条件。
LAITは、予測する目的、結果の記録、使える入力、時間の整合、評価用データ、運用担当を確認し、開発へ進むかを考えます。
データが多いことだけでは、役立つ予測モデルが作れるとは限りません。モデルの出力がどの判断で使われるかと、評価できる状態かを合わせて確認します。
開発へ進む条件と、準備を優先する条件
| 条件 | 開発を検討できる状態 | 先に整理する状態 |
|---|---|---|
| 目的 | 予測したい対象と使う判断が決まる | 何となくAIが欲しい |
| 結果の記録 | 過去にどうなったか追える | 正解となる結果が残っていない |
| 入力 | 予測時点で利用できる情報がある | 結果が出た後の情報しかない |
| 時間の整合 | 入力と結果の時点を分けられる | 更新日時や確定日が不明 |
| 評価 | 使わない期間・対象を残せる | 一部の成功例だけがある |
| 運用 | 結果を見る人と見直す条件がある | 作成後の担当が決まらない |
この表はYDKの要件整理の設計です。業種や企業規模だけで、向く・向かないを決める採点表ではありません。
最低何件あればよいか
一律の最低件数は示せません。季節性を見たいなら期間の広さ、離反などのまれな事象なら該当する結果の数、商品ごとの予測なら各商品の記録が問題になります。合計行数だけで判断しません。
相談前に用意するメモ
- 予測したいことと、使う頻度。
- 持っているデータの種類・おおよその期間。
- 一行が何を表し、どのように更新されるか。
- 誤った予測によって困ること。
この時点で顧客名簿や売上ファイルをサイトに入力する必要はありません。相談メモでは目的を短くまとめられます。
よくある質問
データが少なければ、何もできませんか？
記録の定義、集計、簡単な基準の比較、追加収集の設計から始められます。機械学習モデルの開発可否と、分析の価値を分けて考えます。