まず動画でイメージを掴もう！

はじめに

初めて Node-AI を利用する方は、まずはこちらから体験ください。
24 時間後のシェアサイクルの利用者を予測する AI モデルを 4 ステップ・クリックだけで開発できます。

事前準備

Node-AI にログインして、「Level 0: Node-AIクイックスタート！ ５分で需要予測AIを開発」をクリックして、本トレーニングを開始してください。

本トレーニングを通じて学べること

このキャンバスでは24 時間後のシェアサイクルの利用台数を予測する AI モデル開発を通して、Node-AI での分析の流れを体験していただくことができます。

分析フローの概要

• Step1: 予測したい変数と学習に用いる変数を選択
• Step2: カードを順次実行して前処理と AI の学習を行う
• Step3: 学習した AI の評価を行う
• Step4: 学習した AI を元に予測を行う

Step1: 予測したい変数と学習に用いる変数を選択

• （1）データカード「01_シェアサイクル利用の総代数予測」をダブルクリックして開く。
• （2）予測したい変数（目的変数）・学習に用いる変数(説明変数)を画像に従って選択。
• （3）実行ボタンをクリックし、右下の説明変数と説明変数を保存メッセージを確認したら「×ボタン」でカードを閉じて Step2 へ

Step2: カードを順次実行し前処理と AI の学習を行う

• (1)「02_データ分割」カードを開いて、実行する
• (2)「03_正規化」から「08_学習」までの全てのカードを同様に開いて順番に実行する

補足：作成されるモデルについて

「08_学習」カードを実行するとディープラーニングモデルが作成・学習されます。

Step3: 開発した AI モデルの精度を確認する

• （1）「09_評価」カードをダブルクリックしてカードを開き、実行する
• （2）予測値と実際の値を確認する

補足：グラフの解釈の仕方

緑の線が予測値、青い線が実測値です。値が近いほど予測ができています。 評価指標の MAE が予測と実測の平均の誤差を示し、例えば MAE が 76 であれば平均 76 台ずれていることになります。 評価画面の詳しい見方はこちらをご覧ください。

ここまでで 24 時間後のシェアサイクルの台数の予測を行う AI を作ることができました。

Step4: 開発した AI モデルを使って予測する

STEP3 までで作った AI モデルを元に、将来のデータを予測してみましょう。 予測カードをより詳しく知りたい方はこちらの記事もご覧ください。

• （1）「10_予測」カードをダブルクリックしてカードを開き、右側の設定パネルで 「シェアサイクル利用の総台数予測（クイックスタート用）」が選択されている事を確認し、実行する。
• （2）実測値の 24 時間後の「自転車の総利用台数」(目的変数) が予測できている事を確認する。

おわりに

お疲れ様でした！ これで AI モデルの作成から予測までの一通りの流れが終わりました。 他のチュートリアルではさらに詳しい内容を学ぶことができます。

• 需要予測チュートリアル：電力需要を通して全体の処理と前処理の詳しい設定方法を理解できます。
• 異常検知チュートリアル：Web アクセスの異常検知を通して異常検知の実行方法を学べます。