Elasticsearchで教師あり機械学習

Elasticsearchで教師あり機械学習
～ Data Frame Analytics まとめ～
Acroquest Technology Co., Ltd.
樋口慎

自己紹介
• 樋口慎
- Elastic Certified Engineer
- Twitter：@shin0higuchi
• 日々の仕事
- データ分析（時系列データ・自然言語）
- 検索システム構築支援
- その他開発業務
• 好きなこと/もの
- 情報検索（特に検索品質の評価）
- サッカー／フットサル⚽
- ビール🍺／日本酒🍶
Copyright © Acroquest Technology Co., Ltd. All rights reserved.

Data Frame とは
1. データを集計・集約した結果を別インデックスに保存し、
分析しやすい状態にするもの。
2. Machine Learningによる分析が可能。
外れ値検知フィールド間の関係を分析データを分類

Data Frame Analytics の利用例
◼ kibana_sample_data_ecommerceを利用する
- 購買履歴のデータ（氏名、商品名、商品カテゴリ、価格等を含む）

1. Kibana からジョブを作成

2. ジョブの種類を決める
３種類の分析
データの概要を把握

3. 学習の設定①
性別を予測するモデルを作る

3. 学習の設定②
データの80%を学習に使う
説明変数（性別に影響しそうなフィールド）を選択

3. 学習の設定③
ハイパーパラメータ
(空白で初期値になる)
分類クラス数
(今回は男女の２クラス)
説明変数の影響度を算出
するフィールドの数

4. ジョブ名などを入力し作成・実行
結果はここから確認

5. 結果を確認する①
予測結果の精度が確認できる
(モデルの精度)
影響度の大きい説明変数がわかる
(ここでは商品カテゴリー)

5. 結果を確認する②
予測結果

◼ Classification/Regressionの学習モデルは保存され、
APIで呼び出すことができる。
その他Tips

まとめ
1. Elasticsearchで簡単にできる教師あり機械学習を紹介しました。
2. 今回言及しなかったパラメータ設定などもあります。
是非一度触ってみてください。
3. もう少し踏み込んだ内容を、Elastic Stack Advent Calendar
に執筆予定です。

Elasticsearchで教師あり機械学習

More Related Content

What's hot (20)

Similar to Elasticsearchで教師あり機械学習 (20)

Elasticsearchで教師あり機械学習