Power Apps だけで承認できる旅費承認アプリを作る

機械学習によるFOの需要予測ベースラインの作成

Azure Machine Learning の機能を用いてFinance and Operations の需要予測ベースラインを自動で作成するテンプレートが公開されています。実は2016年には公開されていたもので今更感はありますが、現在でも十分利用できます。

機械学習モデルの開発環境としてはAzure Machine Learning Studioを利用します。

参考 Azure Machine Learning Studiostudio.azureml.net

 

こちらにテンプレートが公開されています。

参考 機械学習テンプレートhttps://gallery.azure.ai

 

こちらのテンプレートを使って機械学習をFOに簡単に導入していきたいと思います。

 

設定方法

FOでの設定

マスタープラン>設定>需要予測に需要予測パラメーターのメニューアイテムがありますので、そこで予測分析コードを設定します。ここで選択した「割り当て済予測分析コード」は、どの粒度で統計的な分析を行うかという設定項目です。

 

需要予測の単位は個なのかリットルなのかガロンなのか測定単位を指定する必要があります。また、予測アルゴリズムパラメーターはもちろんAzure Machine Learningに設定します。

 

この後設定する Azure Machine Learning にて取得するパラメータを確認しておきます。

  1. Web サービス API キー
  2. Web サービスエンドポイント アドレス

また、Azure ストレージアカウントも必要です。

  1. ストレージアカウント名
  2. ストレージアカウントキー

 

Azure Machine Learning Studioでの設定とテスト

先ほどのテンプレートからデプロイします。

参考 機械学習テンプレートhttps://gallery.azure.ai

 

RegionおよびWorkspaceを選び構成します。

 

一度テストデータで実行します。

 

問題なく完了したらWebサービスとしてデプロイします。

 

API Key情報を取得します。

 

エンドポイントの情報はこちらから取得します。

 

Post先としてコピーします。

 

また、Azure Portalからストレージアカウントとキーを取得します。

 

 

 

 

もう一度FOでの設定

取得した情報をFOに登録します。

これで設定は完了です。

 

実行する

以下のメニューアイテムを選択し、機械学習を実行します。

 

例として以下のように設定します。

 

完了すればアクションセンターに結果が通知されます。

 

以下のメニューアイテムを選択して実行結果を確認します。

 

予測の詳細を確認するには項目を選択して以下のメニューをクリックします。

 

ARIMAの信頼区間等の情報が確認できます。なぜか日本語訳が信頼間隔という訳になっています。

 

最後まで確認いただきありがとうございました。

コメントを残す

メールアドレスが公開されることはありません。