リリース
DataRobot 7.3
リリース 7.3 では、あらゆるユーザーを対象とした機能強化を行い、全社的かつ AI ドリブンな意思決定を 1 つのプラットフォームから行えるようになりました。
SaaS ユーザーが、Composable ML とコードを駆使したパイプラインを利用できるようになり、 また、モデリング機能がさらに進化しました。お客様はクラスタリング、セグメントモデリング、クラス数制限のない多クラス分類、マルチラベル分類など、すぐに利用できる新しい機能を活用し、手持ちのデータと組み合わせることで、さまざまな課題を解決できます。
MLOps 製品 の一部として、コンプライアンスドキュメントの自動作成機能が提供され、あらゆるモデルで規制当局の審査に対する準備を迅速に行うことができます。また、チャレンジャーモデル比較機能（英語）が搭載され、モデルの置き換えを決断する前に、チャンピオンモデルやチャレンジャーモデルの動作を確認し、比較できるようになりました。
さらに、リリース 7.3 では、アプリケーションビルダーの機能が拡張されました。使いやすく、カスタマイズ可能なアプリケーションビルダーが時系列モデルに対応したため、より多くの AI ドリブンなアプリケーションをコーディングなしに構築して、さまざまな複雑なユースケースに対応できます。
以上は、主な機能のほんの一部にすぎません。さらに詳しくご紹介しましょう。
コードを駆使したデータサイエンス
Composable ML
世界トップレベルの自動化で専門知識を強化。リリース 7.3 より、SaaS ユーザーが DataRobot Composable ML を利用できるようになりました。Composable ML では、再利用可能な構成要素を含むブループリントを作成できるため、上級データサイエンティストは、ライブラリの管理やコードの編集、モデル運用のルーチンタスクの準備にかかる時間を節約し、データの実験や高度なアルゴリズムの利用など、価値の高いデータサイエンス活動に専念できます。DataRobot は、ブループリントを自動的に生成およびトレーニングすることで、適切なオプションを提示するため、データサイエンティストは、カスタムコードを組み合わせて新しいタスクを作成し、必要なモデリングロジックを組み込むことができます。作成したコンポーネントを共有すれば、組織内のすべてのユーザーがそのコンポーネントを活用できます。タスクとコードに専念でき、DevOps の余分な作業をすることなく、DataRobot のさまざまな機能（リーダーボード、インサイト、コンプライアンスドキュメント、監視、ガバナンスなど）とのシームレスな連携が可能です。
コードを駆使したデータパイプライン
規模を気にすることなく、新しいデータセットを準備。すべての SaaS クラウドユーザーが、コードを駆使したデータパイプラインを利用できるようになりました。DataRobot パイプライン（英語）では、データサイエンティスト、データエンジニア、SQL エキスパートが、使い慣れたコーディング言語を使って、高度なデータパイプラインや再利用可能なデータ準備モジュールを迅速に構築およびオーケストレーションできます。
多様なユースケースへの対応を拡大
クラスタリング
実用的なインサイトをすばやくビジネスに提供。クラスタリング（英語）を使用すると、ワンクリックまたは 1 行のコードで、あらゆるデータ（数値、カテゴリー、テキスト、画像、地理空間など）のクラスタリングモデルを構築して、デプロイできます。新しいクラスターインサイト（英語）可視化機能により、あらゆるモデルの各クラスターについて理解し、名前を付けたり説明したりすることも簡単です。
クラスタリングにより、トピックモデリング、市場のセグメント化、新製品開発、テスト市場の選定など、ユースケースの数を飛躍的に増やすことができます。
Text AI
多様な言語とモデルで、Text AI の可能性を拡大。言語の種類に関わらず、手持ちのテキストデータを活用することで、運用を効率化し、インサイトを獲得し、組織のために AI からより多くの価値を引き出すことができます。DataRobot では、言語に依存しないデータサイエンスのベストプラクティスとツールを、すぐに使える強力な機能に組み込むことで、テキストモデルを次のレベルに引き上げられるようにしました。ユーザーは、テキストデータを DataRobot AI Cloud プラットフォームにドラッグアンドドロップするだけで、テキストベースのモデルを数回のクリック操作で構築、デプロイ、監視、管理できます。Text AI では、語幹抽出、見出し語認定、単語埋め込みなど、さまざまなオプションを利用して、単語分割を完全にコントロールできます。詳細は、最新のブログ記事（英語）をご覧ください。
Composable ML （英語）を使用すると、独自のテキスト特徴量化機能やテキストモデリングアルゴリズムを AI Cloud プラットフォームに組み込んで、高度なモデルを構築できます。また、テキストをより広いコンテキストから分析できます。数値、カテゴリー、画像、時系列、地理空間の特徴量をテキストと組み合わせれば、より優れたモデルを構築し、複数のデータ要素を同時に把握できるようになります。
Visual Artificial Intelligence（AI） 異常検知
視覚的なデータがビジネスにもたらす価値を最大化。Visual Artificial Intelligence（AI）異常検知により、ワンクリックまたは 1 行のコードで、より多くのユースケースに完全に対応できるようになりました。画像組み込み、アクティベーションマップ、予測の説明 を活用して、モデルが注目している内容を文字通り見ることができます。価値の高いインサイトを獲得し、モデルの選択や個々の異常スコアについて説得力のある説明を提供するのに最適な手段です。また、DataRobot AI Cloud の他の機能と同じく、画像を他のデータ型と組み合わせることで、さまざまな課題を解決し、余分な労力をかけることなく AI の価値を引き出すことができます。
時系列セグメントモデリング
数百のセグメントを対象に、精度の高い予測を容易に構築、管理、デプロイ。企業は、複数の時系列予測を行う場合に、すべての時系列を 1 つの大きな時系列にまとめて「1 つのモデルですべてに対応」するか、時系列ごとに別々のモデルを手動で構築するか選択を迫られることがよくあります。しかし、今日の変化が激しい環境では、どちらの選択肢も受け入れられるものではありません。
7.3 の DataRobot Automated Time Series では、時系列対応モデリング時間を考慮したセグメントモデリングによって、数百のセグメントと数千のアイテムを対象とした精度の高い予測を、簡単に作成、デプロイ、管理できます。DataRobot は、セグメント予測モデリングのメリットが得られるタイミングを自動で検出します。そのため、ビジネスロジックに基づいてセグメントを定義するだけで、すぐに時系列への分割が行われます。たとえば、小売業であれば、商品の種類ごとにデータをセグメント化すれば、DataRobot がセグメントごとにチューニングされた精度の高いモデルを自動で表示します。結果の分析は、まとめてすばやく行うことも、セグメントごとに細かく行うこともできます。デプロイの準備が完了すると、高度なモデルロールアップ機能によって複数のセグメントが 1 つのプロジェクトに適切にまとめられるため、効率的な管理や数百のモデルの迅速なデプロイが可能になります。時系列セグメントモデリングによって、予測が大幅に改善され、わずかな労力でビジネスに大きな価値をもたらされるのです。
パフォーマンス監視、コンプライアンス、規制対応機能の強化
コンプライアンスドキュメント
コンプライアンスドキュメントの自動作成で、規制当局の審査への準備を迅速化。リリース 7.3 では、コンプライアンスドキュメントの自動作成機能がすべてのユーザーに提供され、カスタムモデルを含むあらゆるモデルを対象として、MLOps モデルレジストリからコンプライアンスドキュメントを自動で作成できるようになりました。DataRobot MLOps は、デプロイ方法やデプロイ先に関係なく、本稼働環境にあるすべてのモデルのハブとしての役割を持っています。そのため、任意のモデルを追加でき、本稼働環境の AI を完全にコントロールすることができます。
チャレンジャーモデルの比較（本機能はプレビュー版）
デプロイ後のモデルのパフォーマンスを、自信を持って最適化。デプロイしたモデルより別のモデルの方がパフォーマンスに優れているという確信がなければ、自信を持って別のモデルに置き換えることはできません。リリース 7.3 では、チャレンジャーフレームワークが拡張され、チャンピオンモデルとチャレンジャーモデルの直接比較に関するインサイトが追加されました。これらのモデルインサイトは、モデルの置き換えという重要な決断を下す前に、2 つの異なるモデルの動作を把握し、比較するのに役立ちます。ユーザーは、モデルを評価するためのインサイト（精度の指標、デュアルリフト、リフト、ROC、または予測差）を生成し、自信を持ってパフォーマンス最上位モデルを選択できるようになります。
ディシジョンインテリジェンスを利用した、より適切で迅速な意思決定
アプリケーションビルダーでの時系列のサポート（本機能はプレビュー版）
コードを使わずに AI アプリケーションを構築。現場の意思決定者に実用的な予測を提供する方法を探す必要はもうありません。リリース 7.3 で、アプリケーションビルダーに時系列のサポートが追加されました。シンプルなドラッグアンドドロップウィジェットを使うだけで、自在にカスタマイズできる AI アプリケーションを時系列モデル上に構築し、わずか数分でデプロイできます。コーディングは必要ありません。たとえば、予測値と実測値を継続的に比較し、各予測の理由を分析するといったことができます。
ディシジョンフローの強化（本機能はプレビュー版）
意思決定のスピードと規模を向上。API を利用してディシジョンフローを本稼働環境に導入し、何千もの意思決定をリアルタイムで実行できるようになりました。導入したディシジョンフローはすべて、［ディシジョンインベントリ］タブからアクセスでき、作成したディシジョンの数、フローの正常性、アクティビティの状態を監視できます。ディシジョンフロー（英語）（本機能はプレビュー版）は、1 つのディシジョンフローに含まれる複数のモデルの組み合わせに基づいて、数値またはカテゴリーの出力を返します。また、ディシジョンフローを複製または共有して、チームとコラボレーションすることもできます。
その他の機能
以上は、DataRobot リリース 7.3 の主な機能のほんの一部にすぎません。新機能および強化機能の一覧については、DataRobot ドキュメンテーションのリリースセンターをご覧ください。また、 DataRobot コミュニティにご参加いただくと、本リリースについて質問等ができます。