Create ML

Appで使用する機械学習モデルを作成します。

概要

使い慣れたSwiftやmacOS Playgroundsなどのツールと一緒にCreate MLを使い、Macで独自の機械学習モデルを作成してトレーニングします。モデルをトレーニングすることで、画像を認識する、テキストから意味を抽出する、数値間の関係を見出す、といったタスクを実行できます。

画像、テキスト、その他の構造化データをCreate MLと合わせて使い、Core MLモデルをトレーニングする方法を示す図。

典型的なサンプルを示すことによって、モデルがパターンを認識できるようにトレーニングします。例えば、様々な犬の画像をたくさん見せることによって、モデルが犬を認識するようにトレーニングできます。モデルをトレーニングした後、モデルが以前に見たことのないデータでテストし、タスクをどれだけ実行できたかを評価します。モデルが十分にタスクを実行できるようになったら、Core MLを使ってAppに組み込むことができます。

Core MLのワークフローを示す図:データの収集、モデルのトレーニング、トレーニングされたモデルの評価。

Create MLは、Apple製品に搭載されている写真AppやSiriなどに組み込まれている、機械学習インフラストラクチャとして活用されています。このため、画像分類モデルや自然言語モデルは小さくてすみ、トレーニングにかかる時間も短くてすみます。

トピック

画像分類

画像分類モデルの作成

画像を分類する機械学習モデルをトレーニングします。

class MLImageClassifierBuilder(英語)

XcodeのPlayground UIです。これを使って、モデルが画像を分類するようにトレーニングします。

struct MLImageClassifier(英語)

プログラムで画像を分類するために訓練するモデル。

自然言語処理

テキスト分類モデルの作成

自然言語テキストを分類する機械学習モデルをトレーニングします。

struct MLTextClassifier(英語)

自然言語テキストを分類するために訓練するモデル。

struct MLWordTagger(英語)

自然言語のテキストを単語レベルで分類するために訓練するモデル。

表形式のデータ

情報のラベル付けや新しい数量の推定を行うための、より一般的なタスクに役立つ構造とモデルです。

表形式のデータからのモデルの作成(英語)

Core MLを使って表形式のデータを読み込んで管理する機械学習モデルをトレーニングします。

enum MLClassifier(英語)

データを個別のカテゴリに分類するために訓練するモデル。

enum MLRegressor(英語)

連続する値を推定するために訓練するモデル。

struct MLDataTable(英語)

機械学習モデルのトレーニングまたは評価のためのデータのテーブル。

enum MLDataValue(英語)

データテーブル内のセルの値。

モデルの精度

モデルの精度の向上

評価指標を使って、機械学習モデルのパフォーマンスを調整します。

struct MLClassifierMetrics(英語)

分類器のパフォーマンスを評価するための評価指標。

struct MLRegressorMetrics(英語)

リグレッサーのパフォーマンスを評価するための評価指標。

エラー

enum MLCreateError(英語)

Create MLによって送出されるエラー。