H2Oを使ったノーコードのAutoML

Editor's Notes

• #3: こちらが私の自己紹介です。 もともと大学院で位置情報のデータを用いた機械学習の研究をしており、博士課程の途中でデータサイエンスのスタートアップを立ち上げました。 そのスタートアップを2018年に売却し、売却先でCTOとして3年半ほど務め、先月末にその会社を退職しました。 今までは、プロダクト開発チームやデータサイエンスチームの立ち上げなどをやってきています。
• #4: 私の発表では、まずAutoMLが必要となる背景を簡単に説明し、AutoMLのツールの一つであるH2Oを紹介します。 次に、H2Oを開発するH2O.aiについて簡単に紹介し、実際のH2Oを使ったAutoMLのデモをお見せします。
• #5: まず、なぜAutoMLが必要になってきているかをお話します。 ここに参加しているみなさんはすでに馴染みのあると思いますが、近年機械学習が著しく発展してきており、専門家でも最適なモデルの構築が難しくなってきています。 最適なモデルを構築するためには、特徴量エンジニアリング・ハイパーパラメータチューニング・複数モデルの組み合わせなどの試行錯誤が当たり前となってきています。 この最適なモデルを探す部分を自動化し高速で実行したいという要望に答えるのがAutoMLです。 最近では、最適なモデルを探すだけでなく、学習の監視や学習モデルをデプロしてアプリケーションで使えるようにするようなAutoMLのサービスも出てきています。 AutoMLで有名なツールとしては、前回の勉強会で紹介したAutoGluon、そして今回紹介するH2O、他にはauto-WEKAやauto-sklearn、またGCPが提供しているAutoML TablesやAWSが提供しているAutopilotがあります。 このように様々なツールが存在する中でとりあえずどれを選べばいいか悩ましいのですが、今回紹介するH2OはGUI環境を簡単に立ち上げることができ、ノーコードでAutoMLを試すことができるため、MVPでちょっとAutoMLを使ってみたいなという場合におすすめです。
• #6: H2Oについて簡単に紹介します。H2OとはシリコンバレーにあるAIスタートアップであるH2O.aiが提供している、オープンソースの機械学習のプラットフォームです。 線形スケーラブルな分散型インメモリ機械学習となっており、高速で機械学習モデルを構築できます。 勾配ブーストや深層学習など機械学習の現場でよく使われているアルゴリズムも提供されており、ハイパーパラメータの最適化やアンサンブル学習も提供しています。 そして、複数のモデルの性能をリーダーボードで比較できます。 また、モデルの性能やデータの性質をグラフで可視化できる機能も備わっています。 Jupyter nobookベースのH2Oフローというウェブブラウザで動く解析環境が提供されており、これを用いてノーコードでAutoMLの実現ができます。 このH2O FLOWを使って今回のデモを行います。
• #7: ここからはH2Oを開発しているH2O.aiについて紹介します。 H2O.aiはAIを民主化するためにAIの自動化や拡張できるプロダクトや、AIアプリ自体を構築するためのプラットフォームを提供しています。 ちょうど今月techcrunchで1億ドルの資金調達の記事が出ていて、AIプラットフォームをスタートアップの中でも注目度の高いスタートアップとなっています。 H2O.aiの提供するプロダクトを使ったユースケースは幅広く、金融・保険・ヘルスケア・マーケティング・テレコミュニケーション・製造・小売りなど、様々な業界で成功を遂げているようです。 詳しくはホームページの方を御覧ください。
• #8: H2Oは大きく分けて、5つのプロダクトを提供しているようです。 エンドツーエンドの機械学習プラットフォームであるH2O AI Hybrid Cloud。 今回紹介する、オープンソースの機械学習プラットフォームH2O。 特徴量エンジニアリング、モデル構築、視覚化、解釈を自動化できる商法製品のH2O DriverlessAI。 AIアプリケーションを作るためのオープンソースPythonフレームワークのH2O Wave. そして、Spark上でH2Oを実行できるようにするSparkling Waterです。 どれも魅力的なプロダクトとなっているので、今後の勉強会でいくつか紹介できればと思っています。
• #9: それでは、H2OやH2O.aiについて簡単に紹介したところで、H2Oを動かしてみたいと思います。 H2Oはjavaの8 ~ 15があれば簡単に動かすことができます。 H2O FlowというウェブブラウザでH2Oを試すことができるので、H2O Flowを使ってAutoMLをお見せしていきます。 データさえあればH2OのインストールからAutoMLの実行まで10分もかからないと思います。 ちなみに、javaで立ち上げたサーバはPythonやRから簡単に接続することができ、他の言語でもAutoMLを使うことができます。 ただし、学習時の誤差の減衰であったり、データの統計情報などはH2O Flowを使ったほうが楽に出すことができます。
• #10: H2Oの立ち上げ方はここに書いてあるコマンドを実行するだけです。 H2Oのzipをダウンロードし、回答し、中に入っているjarを実行するだけです。 zipは500MBあり、ダウンロードに少し時間がかかるので、すでにダウンロード済みで解凍してjavaで実行してある環境に接続します。 javaで実行をすると、localhostのポート54321に接続することでH2O Flowに接続ができます。