こんにちは、AI研究所の三谷です。
MatrixFlowについて知りたい方のために、MatrixFlow特徴や機能、購入方法や無料で使う方法を解説していきます！
MatrixFlowとは？
参考元：https://www.matrixflow.net/
MatrixFlowは、AIを作成する際に必要になるPythonなどのプログラミング言語や専門知識を知らなくても、AIによるデータ分析や画像認識、数値予測などを行え、自社の業務で活用できるAIを作成できる機械学習プラットフォームです。
https://www.matrixflow.net/
通常、AIを作成する際にはPythonを利用したプログラミングが必要であったり、機械学習のアルゴリズムを理解する必要があるなど、技術的なハードルが高い側面があります。
MatrixFlowを使うと、ノンプログラミングでAIを構築することができます。
MatrixFlowのスペック
| 価格 | 0円～30万円/月 |
| インストール環境 | クラウド |
| データ準備 | ファイル読み込み、データベース読み込み、統計処理、自動前処理 |
| モデリング | 分類、数値予測、画像検索、自然言語処理 |
| デプロイ | API発行 |
MatrixFlowの主な特徴
MatrixFlowの主な特徴を解説します。
特徴1：機械学習の知識がなくても簡単に機械学習モデルを作成できる
MatrixFlowでは、AIの設計図を「レシピ」と呼びます。
ドラッグ&ドロップで処理ブロックを置き、置いた処理ブロックを結ぶことで、プログラミングをする事なくAIの構築（機械学習・深層学習）ができます。
特徴2：データの前処理をプログラミングなしで行える
機械学習を行う際に必要なデータの前処理を簡単に行えるようになっています。
機械学習モデルを作成する際には、作業時間の7割～9割がデータの前処理に費やされる事があるほど、データの前処理の時間が削減できることは重要です。
特徴3：日本語に対応した自然言語処理
海外製品が多い機械学習モデル構築ソフトウェアだと、日本語のトークナイザーが搭載されておらず日本語の自然言語処理が機能不足となることがあります。
MatrixFlowは日本で開発されているため、日本語用のアルゴリズムを利用して高精度な自然言語処理モデルが作成できます。
MatrixFlowの主な機能
MatrixFlowの主な機能を解説します。
機能1：データの前処理・データ解析
数値変換、欠損値の処理、前処理操作の保存(呼び出し)などを行うことができます。
機能2：レシピ管理(AIの設計図)
レシピと呼ばれるAIの設計図を、ドラッグ&ドロップで簡単に作成できます。
複数のアルゴリズムを組み合わせて学習させるなど、ノンプログラミングで簡単に計算をすることができます。
機能3： 学習の設定
用意した学習データと、レシピを組み合わせて学習を行います。
簡単な設定で学習がスタートできます。
機能4： 学習済みAIの管理と推論
学習済みモデルを使って、すぐに推論テストを行うことができます。
APIの発行もできるため、すぐに本番運用で活用できます。
機能5： 要因説明機能
学習結果より、データのどの特徴量が予測に影響を与えたかを可視化する事ができます。
データ分析の際の指標として使用できます。
MatrixFlowの価格と購入方法
MatrixFlowの価格は、３つのプランに別れています。
- フリープラン
機能が制限されているバージョンで、無料で使用できます。 - エデュケーションプラン
学生向けのバージョンです。 - ベーシックプラン
すべての機能が使用できるプランです。通常企業で使用する場合はこちらのプランを選択します。
※「ライトプラン」の提供は終了しました。
【重要】個人ユーザー向けのプランである”MatrixFlowライトプラン”のサービス提供終了に関して
引用：https://www.matrixflow.net/matrixflow/
日本でMatrixFlowを購入するためには、株式会社MatrixFlowへの直接問合せか、いくつかの販売代理店で購入できます。
ネットで即購入できるものではないため、問い合わせをして購入してください。
MatrixFlowを無料で使う方法 ※現在、無料プランはありません
MatrixFlowは有償のサービスですが、無料で使用できるフリープランが用意されています。
機能や読み込めるデータ容量が制限されていますが、どのようにAIを作成していくのかを気軽に体験できるため、まずは無料で使用してみることをおすすめします。
MatrixFlowを無料で始めるには、下記のURLで登録ができます。
https://www.matrixflow.net/matrixflow/
無料で使用するためにはアカウントを作成する必要があります。
「アカウントをお持ちでない方はこちら」をクリックしてアカウントを作成します。
必要な情報を入力し、登録すると、すぐに使えるようになります。
MatrixFlowの使い方 ※現在、無料プランはありません
サインインをすると、このような画面が表示されます。
上部のバーにあるように、左から「データ管理」→「前処理・データ解析」・・・
といった形で進めていくと、AIモデルが作成できるようになっています。
今回は、デモデータを活用しながら進めてみましょう。
はじめから用意されている「ボストンの住宅情報」のデータを使用して学習をしてみます。
前処理を行うために、「前処理・データ解析」をクリックし、「ボストンの住宅情報」のデータを選択します。
デモデータのため、既に前処理が行われていますが、ここで欠損値の処理などの前処理を行うことができます。
処理の履歴も保存することができます。
精度の高い機械学習モデルを作成するには、様々なデータの前処理手法をトライアンドエラーしながら行う事が多いため、前処理の内容を保存したり、前の加工段階まで戻る機能は非常に有効です。
データを用意できたら、AIの設計図である「レシピ」を作成します。
デモのレシピも用意されており、様々なアルゴリズムを組み合わせて学習をすることができます。
ボストンの住宅価格を予測したいので、回帰のレシピ「回帰 ラッソ・リッジ・線形回帰・Elastic Net」のテンプレートをコピーして編集します。
左側にあるのがアルゴリズムの一覧で、ここからドラッグ&ドロップするだけで、アルゴリズムを組み合わせて学習することが可能です。
また、AutoFlow(AutoML)を使用することで、自動で最適な処理を行うこともできます。
続いて学習に進みます。
作成したレシピと学習データを選択します。
予測する値と学習に使う値を選択して、「学習開始」を押すことで学習がスタートします。
学習が完了すると、学習結果の精度と、最も精度の良かったアルゴリズム、データの特徴量の重要度などが表示されます。
今回は回帰モデルでしたが、分類モデルだとそれぞれの正解率を出した混同行列なども表示することができます。
学習済みモデルができたため、推論をしてみましょう。
デモデータで「ボストンの住宅情報_推論用」がありますので、そちらを使用して推論をしてみましょう。
任意のデータを入力することもできます。
「推論を開始」すると、結果が表示されます。
MatrixFlowの高度な機能・便利な機能
MatrixFlowで作成した学習済みモデルを、社内システムやサービスで使用するために、APIを使用することができます。
サービス管理の画面で発行されているAPI URLとシークレットキーを使用することで、簡単に組み込むことができます。
なお、API機能は有償のベーシックプランが必要です。
MatrixFlowとはについてまとめ
今回はMatrixFlowとは何かというところから使い方まで紹介しましたがいかがでしょうか。
MatrixFlowが使えるようになれば本格的な機械学習をノーコードで行うことが可能になります。
MatrixFlowを始めてみたいと思ってる人はぜひ参考にしてください。
