編集パネルに配置した当該ブロックの表示名が変更できます。

ブロックリストパネル中のブロック名は変更されません。

このブロックで使用するBigQueryテーブルにアクセス可能なGCPサービスアカウントを指定します。

トレーニングデータを格納したBigQueryテーブルが属するBigQueryデータセットを指定します。

トレーニングデータを格納したBigQueryテーブルを指定します。

DataEditorで参照する際の名前を指定します。

トレーニングが完了した際に、タグも同時に付けたい場合に指定します。

タグは、別途「推論／予測に使用するタグの設定」ブロックを使って、後付けできます。

トレーニングデータの推論／予測の対象に使用するカラム名を指定します。

トレーニング完了時点からモデルを保持する日数を指定します。指定した日数を経過するとモデルは自動で削除されます。0日を指定すると、自動削除されません。

初期値は、0日です。

AutoMLテーブルでは、教師付きトレーニングデータをトレーニング用・検証用・テスト用に分割して利用します。

デフォルトでは、データ行の80%をトレーニング用、10%を検証用、10%をテスト用としてランダムに選択します。

分割比率やデータのどの行をトレーニング用・検証用・テスト用に適用するかをコントロールしたい場合は、特定のカラムを追加して行います。

• タイムスタンプ型のカラムを使用する場合：

  最も時間の古い80%の行がトレーニング用に、その後の10%が検証用に、最も時間の新しい10%がテスト用に使用されます。

• 文字列型のカラムを使用する場合：

  次のいずれかの値を含めることで、それぞれの行がどの分割データに適用するかを決めます。

  • TRAIN：トレーニング用
  • VALIDATE：検証用
  • TEST：テスト用
  • UNASSIGNED：AutoMLテーブルによって自動的にトレーニング用か検証用に振り分け

  値は、以下の組み合わせのいずれかにする必要があります（空文字列は不可）。

  • TRAIN・VALIDATE・TEST
  • TEST・UNASSIGNED

info_outlineこのデータ分割の詳細については、Googleのドキュメントの「データ分割の用途open_in_new」を参照願います。

モデルの最大トレーニング時間数を時間単位で指定します。

推奨されるトレーニング時間は、教師付きトレーニングデータのサイズに応じて変わります。以下に、行数別の推奨トレーニング時間を示します。

モデルの作成は、トレーニング以外の処理も含まれます。このため、モデル作成全体にかかる合計時間は、トレーニング時間より長くなります。

トレーニングの最大時間を満たす前にモデルの改善がみられなくなると、トレーニングは停止されます。

トレーニングに使用する最適化の目的関数を指定します。この関数は、モデルをどのようにトレーニングするかと、モデルを使った予測精度に影響します。

以下に、目的関数ごとに、どのような問題に適しているかを示します。

モデル作成完了時に、Slackへその旨のテキストメッセージを送信したい場合に、プロジェクト設定の通知設定で設定したSlack通知の名称を指定します。

notificationsモデルの作成が完了したにも関わらずSlackに通知が来ない場合は、何らかの原因（指定したチャンネルがないなど）でSlackの通知に失敗している可能性があります。その場合は、プロジェクト設定の通知設定を確認してください。Slackの通知に失敗している場合は、失敗に関するメッセージが確認できます。

通知先のSlackチャンネルを指定します。

チャンネルを指定した場合は、プロジェクト設定の通知設定のチャンネルは無視されます。

省略した場合は、通知設定で指定されたチャンネルへ通知されます。

通知する際のユーザー名を指定します。

ユーザー名を指定した場合は、プロジェクト設定の通知設定のユーザー名は無視されます。

省略した場合は、プロジェクト設定の通知設定で指定されたユーザー名が使われます。

通知する際の絵文字を指定します。

絵文字を指定した場合は、プロジェクト設定の通知設定の絵文字は無視されます。

省略した場合は、プロジェクト設定の通知設定で指定された絵文字が使われます。