Tableauのカントリーマネージャーをされていた佐藤さんの転職先というこを知って、私の興味の対象として急浮上したDataiku。(データイクと発音します。データと俳句を組み合わせた造語だそう。フランスの会社ですって。）昨日、ハンズオン勉強会があったので、参加してきました。
当日はこんなことをしましたよ
20名ほどの参加者は、自分のPCにSaaS版（無料で14日使用可能）か、無料版をインストールしてインストラクター（Tableauの卒業生の松島七衣さん。すごく久しぶりにお会いしましたが、素晴らしいインストラクションでスムーズにハンズオンできました。ありがとう！さすがです。）の指示の通りにDataikuを動かします。
お題は、タイタニックの教師データ（乗客ごとの、生存・死亡のフラグが立っている）とテストデータ（生死のフラグなし）をDataikuに取り込み、教師データをもとに作成したモデルをテストデータに適用して、テストデータにある乗客一人ひとりの生存・死亡を予測する。というもの。データ自体は、機械学習の学習者にとってアイリス（あやめ）と並ぶおなじみのものなので、カラム（フィールド）の内容をいちいち精査する必要がなく、Dataikuのデモに集中して取り組むことができました。
データの選択、ナイスだなぁ。
Dataikuはデータピープル向けのかなりこなれた統合プラットフォームでした
ハンズオンを受けてみた結果は、データピープル向けのかなりこなれたプラットフォームだと思いました。以下、「ほほう、やるなぁ」と思った点を3点紹介します。
1. データ読み込みから予測結果の説明の確認までがシームレス
以下の操作を、Dataikuの中だけで実行できます。しかも、「レシピ」と呼ばれる「定形作業のパーツ」を選んでいくだけで実行できました。完全にノーコードで、一文字もコードは書きませんでした。（特徴量ハンドリングのところで、val(カラムA)+val(カラムB)くらいは書きましたが、あくまでも計算フィールドであってプログラムを書いたわけではありません。）
- データの読み込み（デモでは、教師データとテストデータの2つのエクセル）
- データの確認（カラム数、レコード数、欠損値の有無など）
- ラングリング（＝機械学習が動きやすいようにデータを「手なづける」作業。データプレパレーション、データクレンジングなどと広義には同義）
- 特徴量ハンドリング（標準化だったり、正規化だったり、計算によって新たな特徴量を作成するなど、奥深～い作業ですが、デモでは計算フィールドを使って簡単な特徴量を一つ増やした。）
- モデル作成（デモでは、後述の「クイックにモデルを作って」オプションを選択。ランダムフォレストと正規表現が精度を競い、ランダムフォレストが僅かな差で勝利し、採用されました。）
- 予測（テストデータにある乗客一人ひとりの、生存・あるいは死亡の別）
- 予測結果の確認（ROC値や、混同行列、変数重要度などの確認）
また、デモではやりませんでしたが、デプロイ（モデルを配置して、業務フローに取り込む作業）も機能に含まれているようです。
2. モデル作成に利用するカラムを自動選択
教師データには「乗客ID」や「氏名」といった、モデル作成には絶対に利用しないだろう、完全にノイズだろう、と思われるカラムがありました。モデルを作成する前のどの段階で使わないことを指示するのかな？と思っていたら、完全に自動でやってくれました。
おぉ！
ガベージイン・ガベージアウトの法則が支配するこの世界で、ガベージをモデルに突っ込まなくて良い「予防機能」があるってことだなぁ。いや、すばらしい。こなれてるな。
3. アルゴリズム選択は超親切な三択制
教師データのラングリングを終了し、さて、モデルを作成しよう。という段になって、以下の三択からモデル作成（≒アルゴリズム選択）の大方針を選択可能でした。
- クイックに（＝おそらく、比較的限定されたアルゴリズムだけを試すことで）結果がほしいよ。
- 説明性の高いアルゴリズム優先でお願いしますよ。
- ともかく精度の高いアルゴリズムを見つけたいんです。たとえ、時間がかかってもね。
つまり、求められている精度と、費やせる時間、また、結果についてどれほど説明を求められるのかに応じて、どれか一つを選べば良いってことなんですね。モデル作成は、確かに「所要時間」、「説明性」、「精度」がトレードオフになりがちだし、食わせるのデータのボリュームもそのつど違うから、こうした三択で大方針だけ指定させてもらえるのは嬉しいですね。こなれてるなぁ。親切だなぁ。
（まとめ）データピープルにとっては「Tableauとの併用」あるいは、「Tableauの次」のツール
という訳で、七衣さんの的確なガイドのおかげもあって、短時間（ハンズオン自体は、初めて触れたので、ツールのUIをうろうろする時間もありましたが所要時間は1時間弱）で、Dataikuってなんだろうという私の好奇心を満たしてくれる内容でした。次回開催は決まっていないようですが、もしチャンスがあれば、データピープル、特にTableauユーザーは参加する価値があるんじゃないかと思いました。特に、機械学習を自分の仕事にどう取り入れていこうか？という課題意識を持つ人は必見かな。
Tableauと併用し、データプレップとモデル作成、予測や分類はDataikuで、結果の可視化はTableauで。という使い方、あるいは、可視化の重要性が低く、ともかく「すばやく、機械学習で成果という”実”を取りたい」という人はTableauの次に、メインとして使うツールになりえるのかもしれません。
昨日のハンズオン勉強会の参加者の皆さんも、現役のTableau使いが多かったです。
それでは。
宣伝
いやぁ「Tableauと併用」とか、「Tableauの次」って言われても、わたし、これからTableauを学びたいんですよねー。という方、Tableauをゼロから解説した良い講座がありますよ。
Tableau Desktop Speciaist試験対策の講座なんですが、試験に合格する「だけ」では意味がない。仕事で使えるようになってほしい。。。と思って作ったら23時間の講座になりました。定価は高いので、ぜひ、キャンペーンやっているときにお求めください。（^^;
試験対策をしながら基礎スキルを身につける！ ゼロからのTableau Desktop Specialist試験対策講座
