デザイナーが機械学習のノーコードツール「Peltarion」をさわってみた

Peltarionは、企業でなくても個人も使える、コードを書かなくても機械学習ができるツールらしい。
日本人には覚えられにくそうな名前。私はまだ検索する時間違える。

Peltarionでできることは、こんな感じ：

全部に一応チュートリアルドキュメントが用意されているらしい。（手厚い！）

基本的にこれは裏側の仕組みを作るものなので、アプリとかWEBで普通に使えるようにするためには、フロント側とくっつける必要がある。

通常のコード連携以外にも、Bubbleとかの有名なNoCodeツールで、プラグインとしてくっつけられるらしい。
企業向けのノーコード機械学習ツールはいくつか出てきてるようだけど、一般向けも含めるとPeltarionがメジャーっぽい印象。
個人の趣味利用は無料☺️🙌

今回はとりあえず、お試しで用意されているチュートリアルをやってみる。
作るものは、「手書きの数字を認識する画像分類モデル」

まずはサインインして、新しいプロジェクトをクリック。

そうすると、機械に学習させる、元データをどこから用意するか聞かれる。

サンプル用に使うのに推奨された、「MNIST」を選択

ちなみにこのデータセットに何が入ってるのかと言うと、こんな感じの画像が入ってるらしい。

上のインポートボタンを選択して、5秒ぐらいぼーっとしてるとこんな画面が自動で出てくる。
何が書いてあるのかよくわからないが、一旦Tableのタブを見てみる。

見てみると、さっそく画像の数字が1つ1つ認識されている…！😳
まだ何もしてないのに！！

デフォルトであらかじめ分類基準が設定されているらしいので、そのままお言葉に甘えて「Use in new model」（このモデルを新しく使う）をクリックして、次は実験へ。

ここでも、あらかじめ実験内容である「材料」「レシピ」「できあがるもの」がセットされているので、そのまま次へ次へ→作成。

...そうしてちょっと待つと、こんな画面が

スクロールすると拡大される

ドラッグで縦横動かせる

何をしているのかちょっとよくわからないが、とりあえず何もせず、右上のRunをクリック。

そうすると、ようやく機械学習スタート！
学習には結構時間がかかるようなので、ごはんでも食べて待つ。
公式ではこの間にコーヒーを飲むことが推奨されている。☕️

左側に進捗状況が表示されている

ちなみに、この画像のEpoch（エポック）とは、時代という意味ではなく、
機械学習用語で「エポック数」と言われるもので、
意味は「一つの訓練データを何回繰り返して学習させるか」らしい。

少なすぎると学習不足で、多く学習させすぎると「過学習」と言うそう。

ちょっと調べてみたら、このサイトがめちゃめちゃわかりやすかった：
https://hashikake.com/over-learning

たくさん学習させると精度が上がるけど、間違った方向の精度も同時に上がっちゃうってことかな。
「鈴が付いてれば、まあ60%ぐらいの確率でねこじゃない？」が
「鈴が付いてれば、100%ねこ！」になっちゃうイメージ？？
（違ったら教えてほしい）

色々と考えつつ、ごはんやトイレ、コーヒーなどを済ましていると、気づいたら学習が止まっているので、もういいかなと思ったら止めて、<Deployment>というタブに移動し、

画面右上の「有効化」ボタンを押し、

Test Deploymentをクリック。

そうすると別タブに、作ったモデルを試せる画面がひらく。

それでは、試しにこの画像の数字を認識させてみる。
この数字がわかるかな？😏

※ 画像ダウンロードリンク： https://storage.googleapis.com/bucket-8732/test-mnist/5-PeltarionMNIST.jpg

すぐ横の▷ボタンを押して、どきどき…

・

・

・

・

・

・

出ました！！

..あれ？

もう１回！

何回試しても、

...。

公式の見解では、100%の精度ではないとは言及してあるものの、最初の方で見た感じだと全然認識できそうなのに、なぜかうまく認識されなかった。

たぶん、学習タイムを早く止めすぎて、学習をサボらせてしまったのかもしれない。

この実験では、やっぱりそれなりの回数反復して学習することは大事　ということがわかりました。

Peltarion：https://peltarion.com/
公式チュートリアルページ（英語）：https://peltarion.com/knowledge-center/documentation/tutorials/deploy-an-operational-ai-model