高度なモデル構築設定

アンサンブル — SageMaker AutoGluon ライブラリを活用して、いくつかのベースモデルをトレーニングします。データセットに最適な組み合わせを見つけるために、アンサンブルモードでは、モデルとメタパラメータの設定が異なる 5～10 回のトライアルを実行します。次に、これらのモデルをスタッキングアンサンブルメソッドを使用して組み合わせ、最適な予測モデルを作成します。表形式データのアンサンブルモードでサポートされているアルゴリズムのリストについては、次のアルゴリズムセクションを参照してください。

ハイパーパラメータ最適化 (HPO） – データセットでトレーニングジョブを実行しながら、ベイズ最適化またはマルチ忠実度最適化を使用してハイパーパラメータを調整することで、モデルの最適なバージョン SageMaker を見つけます。HPO モードは、データセットに最も関連するアルゴリズムを選択し、モデルを調整するための最適なハイパーパラメータの範囲を選択します。モデルを調整するために、HPOモードは最大 100 回のトライアル (デフォルト) を実行して、選択した範囲内の最適なハイパーパラメータ設定を見つけます。データセットサイズが 100 MB 未満の場合、 はベイズ最適化 SageMaker を使用します。データセットが 100 MB を超える場合は、マルチ忠実度最適化 SageMaker を選択します。

表形式データのHPOモードでサポートされているアルゴリズムのリストについては、次のアルゴリズムセクションを参照してください。

自動 – データセットのサイズに基づいてアンサンブルモードまたはHPOモード SageMaker を自動的に選択します。データセットが 100 MB を超える場合は、HPOモード SageMaker を選択します。それ以外の場合は、アンサンブルモードを選択します。

LightGBM – 勾配ブーストで木ベースのアルゴリズムを使用する最適化されたフレームワーク。このアルゴリズムは、深さではなく幅が大きくなるツリーを使用しており、速度に関して高度に最適化されています。

CatBoost – 勾配ブーストで木ベースのアルゴリズムを使用するフレームワーク。カテゴリ変数の処理に最適化されています。

XGBoost – 幅広ではなく、深さが増す勾配ブーストで木ベースのアルゴリズムを使用するフレームワーク。

ランダムフォレスト – データのランダムなサブサンプルに対して複数のデシジョンツリーを使用し、置換を行うツリーベースのアルゴリズム。ツリーは各レベルで最適なノードに分割されます。各ツリーの判断は、過剰適合を防ぎ、予測を改善するためにまとめて平均化されます。

エクストラツリー — データセット全体で複数のデシジョンツリーを使用するツリーベースのアルゴリズム。ツリーは各レベルでランダムに分割されます。各ツリーの判断は、過剰適合を防ぎ、予測を改善するために平均化されます。ツリーが追加され、ランダムフォレストアルゴリズムと比較してある程度のランダム化が可能になります。

線形モデル – 線形方程式を使用して観測データ内の 2 つの変数間の関係をモデル化するフレームワーク。

ニューラルネットワーク torch – Pytorch を使用して実装されたニューラルネットワークモデル。

ニューラルネットワーク fast.ai – fast.ai を使用して実装されたニューラルネットワークモデル。

XGBoost – より単純で弱いモデルのセットから見積りのアンサンブルを組み合わせることで、ターゲット変数を正確に予測しようとする教師あり学習アルゴリズム。

深層学習アルゴリズム – 多層パーセプトロン (MLP) とフィードフォワード人工ニューラルネットワーク。このアルゴリズムは、線形分離不可能なデータを処理できます。

Autoregressive Integrated Moving Average (ARIMA） – 統計分析を使用してデータを解釈し、将来の予測を行うシンプルな確率的時系列モデル。このアルゴリズムは、時系列が 100 未満の単純なデータセットに便利です。

畳み込みニューラルネットワーク - 分位数回帰 (CNN-QR) – 一連の時系列から 1 つのグローバルモデルをトレーニングし、分位数デコーダーを使用して予測を行う、独自の教師あり学習アルゴリズムです。CNN-QR は、数百の時系列を含む大規模なデータセットに最適です。

DeepAR + – 反復ニューラルネットワーク (RNNs) を使用してスカラー時系列を予測し、すべての時系列にわたって単一のモデルを共同でトレーニングするための、独自の教師あり学習アルゴリズム。DeepAR+ は、数百の特徴時系列を含む大規模なデータセットで最適に機能します。

非パラメトリック時系列 (NPTS） – 過去の観測値からサンプリングすることで、特定の時系列の将来の値分布を予測するスケーラブルで確率的なベースライン予測器。NPTS は、スパースまたは断続的な時系列 (例えば、時系列の数が 0 秒または低い個々の項目の需要を予測する) を操作する場合に役立ちます。

指数平滑化 (ETS） – 古い観測の重みが指数的に減少する過去の観測の加重平均である予測を生成する予測方法。このアルゴリズムは、時系列が 100 未満の単純なデータセットと、季節性パターンのデータセットに便利です。

預言者 – 強力な季節的効果と数シーズンの履歴データを持つ時系列に最も適した付加回帰モデル。このアルゴリズムは、制限に近づく非線形成長傾向を持つデータセットに役立ちます。