MatrixFlowMatrixFlowマニュアル

総合情報サイト / マニュアル / AIの学習 / 時系列データの学習について

時系列データの学習について

時系列データの学習について_0.png

時系列データの学習はTrendFlowレシピブロックを使用して学習を行います。
時系列データでの学習結果は他のデータと大きく違い、時系列グラフとして表現されます。

■概要

時系列データの学習について_1.png

1.実数値と学習済みAIが算出した予測値が表示されます。
  紫の線と緑の線が離れ過ぎていなければ、
  データセットの範囲内で学習済みAIの予測が出来ているとわかります。
2.AIを作成するために使用したレシピの経路が表示されます。
3.使用したデータセットを始めとする各種情報が表示されます。

■精度評価

時系列データの学習について_2.png

<予測値>
上の画像は予測値専用のページで、予測値のみが表示されます。

時系列データの学習について_2-1.png

予測値の下にある縮小図をドラック&ドロップすると、
上の画像の様に、グラフを拡大して確認したい箇所にスポットをあてる事が出来ます。

1.薄紫の部分は、予測の不確定区間です。
2.緑の線は、実測値を表しています。(事実の数値です)
3.紫の線は、予測値を表しています。(学習済みAIが導き出した予測です)

時系列データの学習について_2-2_1.png

<トレンド>
上の画像はトレンドです。
全体の傾向を確認する際に便利なグラフです。

時系列データの学習について_2-4.png

<変化点>
上の画像は変化点です。
時系列データの異常などを検知したい場合、本グラフで異常が起こった時間を特定する事が出来ます。

時系列データの学習について_2-5.png

<相関グラフ>
上のグラフは相関グラフです。
別名「コレログラム」と言います。
相関グラフはデータに欠損値がある場合は見る事が出来ません。
相関グラフを確認したい場合は、データセットの欠損値を前処理で取り除いて下さい。