機械学習を使用して心臓病の薬を予測する  

機械学習を使用して匿名の患者データを処理し、心臓病の治療に最も効果がある薬を予測する

| By Lukasz Cmielowski, Scott D’Angelo

Description

免責事項: このノートブックはデモと説明のためだけに使用しており、法規制関連のレビューは行われていません。医療アプリケーションとしての使用は意図されていないため、出力の正確さについては表明していません。これは、保証なしで提示するアプリケーションです。

このコード・パターンでは、匿名の患者データを使用して、心臓病の治療に最も効果がある薬を予測します。このコード・パターンで使用するノートブックで、データの取得、モデルの作成、モデルのデプロイ、採点を処理するコマンドについて説明します。

Overview

アプリケーション内で機械学習を使用すると見事な結果を出すことができますが、トレーニング段階のモデルを本番アプリケーションとして仕上げるまでには、かなりの作業が必要になります。こうしたモデル作成のワークロードは、Apache Spark MLlib、scikit-learn、Xgboost などのフレームワークを利用して減らすことができます。さらに、作成したモデルを数分で本番環境にデプロイするには、IBM Watson Machine Learning がぴったりのソリューションです。Watson Machine Learning に備わっているモデルの Web サービス・デプロイ機能を活用して、強力な REST API を使用してアプリケーションの構築を簡単に開始することができます。

このコード・パターンでは、機械学習の分類アルゴリズムを使用して、心臓病の薬を製造している架空のバイオ医薬品会社からの要件を解決します。この会社は、同じ病気を患う一連の患者のデータを収集しています。治療の過程で、それぞれの患者は 5 種類の薬のいずれか 1 つに効果を示しています。治療記録に基づき、この会社は特定の患者に最も効果のある薬を予測したいと考えています。このコード・パターンでは各患者に最適な薬を予測するモデルをトレーニングするという特定の目的で、患者データと Spark MLlib パッケージを使用する手順を説明します。

トレーニングが完了した後は、モデルを IBM Cloud 上の Watson Machine Learning リポジトリーにパブリッシュした上で、Web サービスとしてデプロイします。認証済みリクエストによって新しい患者のレコードを採点エンドポイントに送信すると、モデルから薬の推奨がレスポンスで返されるという仕組みです。

このコード・パターンを完了すると、以下の方法がわかるようになります。

  • データを準備し、Apache Spark 機械学習パイプラインを作成し、モデルをトレーニングする
  • Watson Machine Learning リポジトリー内でサンプル・モデルをパブリッシュする
  • オンラインで採点できるように (Web サービスとして) モデルをデプロイする
  • サンプル採点レコードと採点エンドポイントを使用してモデルを採点する

Flow

  1. Watson Studio 内で Jupyter Notebook、Python 3.5、Spark を使用してプロジェクトを作成します。
  2. Db2 Warehouse on Cloud を使用してデータをロードし、読み取ります。
  3. PySpark を使用してパイプラインを作成し、Watson Machine Learning サービスによってモデルをトレーニングして保管します。

Instructions

このパターンの詳細な手順については、README ファイルを参照してください。手順の概要は以下のとおりです。

  1. リポジトリーを複製します。
  2. IBM Cloud 内で Watson サービス・インスタンスを作成します。
  3. Watson Machine Learning サービスの資格情報を保存します。
  4. Db2 Warehouse on Cloud サービス・インスタンスを作成し、データをロードします。
  5. IBM Watson Studio 内でノートブックを作成します。
  6. IBM Watson Studio 内でノートブックを実行します。

Related Blogs

Call for Code 2019 応募に向けて個別オンライン相談会の予約受付開始

皆さん、こんにちは。IBM デベロッパーアドボケイト戸倉彩です。 グローバルハッカソンは目標をもって仲間と一緒 […]

続けて読む Call for Code 2019 応募に向けて個別オンライン相談会の予約受付開始