[入門者向け] Azure MLを使った異常検知AIの作り方

今回は、Azure MLを使った異常検知モデルの作り方をご紹介したいと思います。
Azure MLを使うのでプログラミングの知識がない方でも簡単に作成できます。

Azure MLの基本的な使い方は以前の記事「プログラミング不要!? AI(人工知能)の作り方【Azure ML – 機械学習】」を参照してください。

機会学習にしようするモジュールですが、今回は「One Class – Support Vector Machine」を利用します。
このモジュールは、異常検知の教師なし学習のときに使用します。
そのため、異常なデータの十分な収集が難しい場合によく利用されます。
正常なデータと異常なデータがある程度収集できる場合は、クラス分類のモジュールを使って教師あり学習をすることもできます。

Azure MLのキャンパスの完成図はこんな感じです。

2222

教師なし学習の異常検知の場合は、Train Modelではなく「Train Anomaly Detection Model」を利用します。

今回用意した機械学習用のデータは、正常なデータとして「-1,000 〜 1,000」の値をランダムで99個配列した数列を250個用意して学習させ、「-1,000 〜 1,000」以外の外れ値が入ったデータの場合に異常を検知するかどうか試してみます。

機械学習を実行して、「Score Model」を確認するときちんと異常を検知してることがわかります。

1111

あとはデプロイするだけで、簡単に異常検知用のAIを作成することができます。
皆さんもご自身のデータで試してみてください!

最新情報をチェックしよう!