• 手引き
  • プラットフォーム
  • パートナー
  • English
  • TLC Tealium Learning Center Tealium Learning
    Community
  • Discussions & Ideas Dicussions & Ideas
  • Product Guides Product Guides
  • Knowledge Base Knowledge Base
  • Developer Docs Developer Docs
  • Education Education
  • TLC Blog TLC Blog
  • Support Desk Support Desk
  • CDH Customer Data Hub Customer Data Hub

目次

  • 必要な変更の決定と、再トレーニングの準備
    • トレーニング済みモデルの編集
    • モデルの再トレーニング
    • 再トレーニングの結果とデプロイの準備状態を表示
  • 次のステップ
PREDICT

モデルの再トレーニング

この記事では、モデルを評価し、予測を改善するために変更が必要であると決定した後に、モデルの再トレーニングを実施する方法について説明します。

必要な変更の決定と、再トレーニングの準備

再トレーニングの目的でモデルを準備するためのガイドとして、以下のセクションを使用してください。

トレーニング済みモデルの編集

トレーニング済みモデルの確認と編集を実施するには、以下の手順を使用します。

  1. 1つのトレーニング済みモデルをクリックし、詳細を開きます。
  2. _[Edit]_ボタンの右にあるドロップダウンメニューをクリックし、[View Target Attribute]または[View Output Attribute]を選択します。
    詳細については、確認とトレーニングの開始を参照してください。
  3. 属性を確認し、必要に応じて調整を行うために鉛筆アイコンをクリックします。
  4. [Save]をクリックします。
  5. [Save and Publish]を選択し、変更結果を保存および公開します

モデルの再トレーニング

モデルを再トレーニングするには、以下の手順に従います。

  1. トレーニング済みモデルをクリックし、詳細を開きます。
  2. 概要の[Status]列で、[Trained]ステータスをクリックします。
    Predict Click Status to Retrain.jpg _[Version 1]_に関するトレーニングの詳細が表示されます。
  3. [Retrain Model]をクリックします。
  4. 必要に応じて、以下のような_[Advanced Options]_を調整します。
    • Training Date Range(トレーニング期間)
    • Attributes to Include(投入する属性)
    • Attributes to Exclude(除外する属性)
  5. [Finish]をクリックします。
  6. [Retrain Model]をもう一度クリックし、再トレーニングに進んでよいことを確認します。 そのモデルは”Version 2”になり、そのステータスは”Requires Publish”になります。
  7. [Save and Publish]を選択し、変更結果を保存および公開します。 そのモデルは”Version 2”になり、そのステータスは”In Training”になります。

再トレーニングの結果とデプロイの準備状態を表示

新しいバージョンのトレーニングを実施した後、再トレーニングの結果を確認するために、トレーニング済みバージョンの評価を参照してください。必要に応じて調整を続けます。結果に満足できた場合、モデルのデプロイに進みます。

次のステップ

結果に満足し、デプロイの準備ができた時点で、モデルのデプロイに移動します。

トレーニング済みバージョンの評価
モデルのデプロイ

 
  • iQ Tag Management
  • はじめに
    • はじめに
    • データレイヤーの基本
    • データレイヤーの基本: 共通変数の追加
    • タグの基本
    • タグの基本: タグの追加
    • タグの基本: 読み込みルールの追加
    • タグの基本: データマッピングの追加
    • 拡張機能
    • 拡張機能: 拡張機能の追加
    • 保存と公開
    • 変更の保存
    • 公開環境
    • 保存と公開
    • インストールとテスト
    • utag_dataとutag.jsのインストール
    • コードセンターの使用
    • Web Companionの検証
    • 次のステップ
  • EventStream
  • はじめに
    • はじめに
    • データソース
    • データソース: データソースの追加
    • データソース: インストールとテスト
    • Live Events
    • イベント仕様
    • イベント仕様: 仕様の追加
    • イベント仕様: データ品質
    • イベントフィード
    • イベントフィード: フィードの追加
    • コネクタ
    • コネクタ: コネクタの追加
    • トレース
    • トレース: トレースでのテスト
    • 保存と公開
    • 次のステップ
  • AudienceStream
  • はじめに
    • はじめに
    • 属性
    • 属性: エンリッチメント
    • 属性: バッジ
    • 属性: オフラインデータ(オムニチャネル)
    • Visitor Stitching
    • Visitor Stitching: 訪問者ID
    • Visitor Stitching: パート1
    • Visitor Stitching: パート 2
    • Visitor Stitching: 検出
    • オーディエンス
    • コネクタ
    • コネクタ: コネクタの追加
    • トレース
    • トレース: トレースでのテスト
    • 保存と公開
    • 次のステップ
  • Predict ML
  • はじめに
    • 概要
    • 予測の紹介
    • 用語集
    • 使用可能な階層
    • 前提条件
    • 戦略と目的
    • 複数のアプローチ
    • データの準備
    • モデルのスコアとレーティング
    • モデル作成
    • モデルについて
    • モデルの追加
    • 確認とトレーニングの開始
    • モデル評価
    • トレーニング済みバージョンの評価
    • モデルの再トレーニング
    • モデルのデプロイ
    • モデルの削除
    • モデル監視
    • モデルの正常性の表示
    • デプロイ済みモデルの正常性スコア
    • オーディエンスの予測
    • オーディエンスの検討事項
    • 高度なトピック
    • モデルの再トレーニングに関する推奨
    • Visitor Stitchingが予測モデルに影響を与える方法
    • データのコンプライアンスと使用方法
    • マシンラーニングと人工知能(AI)の比較
    • マシンラーニングのコンセプトとテクノロジー

このページはお役にたちましたでしょうか?

最終更新日 :: 2021年March月10日       ご意見有難うございます。
  • 手引き
  • プラットフォーム
  • パートナー
  • モバイル
  • 始める
  • Remote Commands
  • Android (Java)
  • Cordova
  • Flutter
  • iOS (Objective-C)
  • iOS (Swift)
  • React Native
  • Xamarin
  • ウェブ
  • AMP
  • Angular
  • JavaScript (Web)
  • サーバーサイド
  • C#
  • HTTP API
  • Java
  • Node
  • Python
  • Roku
  • Ruby
  • Unity