kintoneで機械学習①

今回は当社がkintoneのレコードデータに機械学習による


当社が用意しているもの
・kintoneアカウント（スタンダード）
・microsoft Power automate（per user with attended RPAプラン）
・実行用のサーバー機
・python3

肝になるのは
①RPA
②pykintone（pythonのライブラリ）

①RPA
RPAには以下の2つをやらせています。
・kintoneのレコード保存をトリガーに、レコード番号を受け取る
・レコード番号を渡しつつpythonプログラムを実行する

②pykintone
kintone APIを使い、レコードの操作（追加、編集、削除など）ができるライブラリ。
①でレコード番号を渡しているので、該当レコードを対象として機械学習による処理やレコードの編集ができます。

私の場合は全部を一貫して最初から構築を目指した訳ではなく、部分的にできることを拡げていきそれらがつながったという形です、

・RPAでレコード保存をきっかけに添付ファイルをクラウドストレージにバックアップする
・pythonでcsvファイルをもとに機械学習モデルを作ってみる
・pykintoneでレコードの一括アップロード、一括削除をやってみる

など。それぞれが一定有効なものです。

特におすすめはpykintoneの開発で、当社では基幹システムとkintoneのデータ同期は全てpykintoneを用いたプログラムで定期実行しています。

参考

https://developer.cybozu.io/hc/ja/community/posts/360000108686-pykintone%E3%81%AE%E3%82%BB%E3%83%83%E3%83%88%E3%82%A2%E3%83%83%E3%83%97

ポイントは部分的にやっていくことだと思います。

今後それぞれ細かく書きたいと思います。