目次：

• 改善ヒントの一覧
  • あなたのユースケースにあったチュートリアルを確認しましょう
  • コピーして新規作成してみましょう
  • ターゲット漏れ(リーク)がないか調べましょう
  • データに時系列性がある場合は評価用データを手動で指定しましょう
  • データの行数を増やしましょう
  • データの行数を減らしましょう
  • データ準備機能を利用しましょう
  • ユニーク数の大きい項目を減らしましょう
  • 上振れ下振れ予測を使用してみましょう
  • 予測が外れているデータを確認しましょう (二値分類)
  • 予測が外れているデータを確認しましょう (多値分類)
  • 予測が外れているデータを確認しましょう (数値予測)
  • 予測が外れているデータを確認しましょう (時系列予測)
  • 予測したい項目に含まれる値の中で特に精度が悪いデータを増やしましょう ( 二値分類 )
  • 予測したい項目に含まれる値の中で特に精度が悪いデータを増やしましょう ( 多値分類 )
  • 予測したい項目に含まれる値の出現回数の偏りを減らしましょう
  • 予測したい項目の外れ値を確認しましょう
  • 予測したい項目以外の項目を自動で設定してみましょう
  • 予測をしてみましょう
  • 予測タイプを二値分類か多値分類に変更できないか検討しましょう
  • 予測タイプを二値分類に変更できないか検討しましょう
  • 予測タイプを数値予測に変更すべきか検討しましょう
  • 予測モデル作成時と実際に予測する時のデータは同じ条件か確認しましょう
  • 予測モデル作成用データだけを見て人間が予測できるか確認しましょう
  • 予測先を短くして活用できないか検討しましょう
  • 予測対象を変えてみましょう
  • 人間が予測している結果があれば活用しましょう
  • 以前作成した予測モデルと同じようです
  • 偶然良い精度が出る場合は気をつけましょう
  • 区切り文字を含む項目を複数の項目に分割しましょう
  • 多くの値が1回しか出現しない項目を除外しましょう
  • 寄与度が非常に小さい項目を除外しましょう
  • 寄与度の高い項目が自分の感覚と合っているか確認しましょう
  • 思うように精度が改善しませんか？問い合わせで解決の糸口が見つかるかもしれません。
  • 新しい問題を解こうとしていますか？まずは、近い事例を参考にしましょう。
  • 新たな項目を追加しましょう (1)
  • 新たな項目を追加しましょう (2)
  • 新たに追加した項目の寄与度を確認しましょう
  • 時系列予測モードを使用できるフォーマットに整えましょう
  • 欠損率が高い項目に関して、理由を確認しましょう
  • 特定の条件でデータを絞ってから予測モデルを再作成しましょう
  • 目標精度を検討しましょう
  • 直近データだけを用いて予測モデルを作成すべきか検討しましょう
  • 精度が改善しきらなくても業務に活用する方法をご紹介します (二値分類)
  • 精度が改善しきらなくても業務に活用する方法をご紹介します (多値分類)
  • 精度が改善しきらなくても業務に活用する方法をご紹介します (数値予測)
  • 精度が改善しきらなくても業務に活用する方法をご紹介します (時系列予測)
  • 精度の良い予測モデルが作成できたら他のメンバーに共有しましょう
  • 精度評価結果に関して、Precisionは高くRecallは低いため、予測結果の活用方法を工夫しましょう
  • 精度評価結果に関して、Recallは高くPrecisionは低いため、予測結果の活用方法を工夫しましょう
  • 系列数を増やして同時に予測モデルの作成を行いましょう
  • 要因分析にPrediction Oneを使用していますか？そのような場合の事例を紹介します。
  • 評価用データの選び方について確認しましょう
  • 評価結果の信頼性を高めるために「交差検証」の設定を試しましょう
  • 通常の数値予測ではなく時系列予測モードの使用を検討しましょう
  • 通常の数値予測を行ってみましょう
  • 項目のデータタイプが数値で適切か確認しましょう
  • 項目のデータタイプが日時で適切か確認しましょう
  • 項目のデータタイプについて文字列とテキストのどちらが適切か確認しましょう
  • 項目の使用を不使用に変更しても、精度の改善幅は限定的となる場合が多いです