---
sourceDocument: Xanadu で AI を有効にする
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/ja-JP/xanadu/intelligent-experiences

 Release :

    - xanadu

ft:locale :

    - ja-JP

ft:publication_title :

    - Xanadu で AI を有効にする

ft:clusterId :

    - platai

bundleId :

    - platai

workflow :

    - Platform


---

# ソリューションの作成とトレーニング

# ソリューションの作成とトレーニング {#ariaid-title1}

* リリースバージョン: Xanadu
* 
* 更新日 2024年08月01日
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 所要時間：3分

予測インテリジェンス (PI) フレームワークの 1 つを使用して、機械学習ソリューションを作成およびトレーニングします。各フレームワークは、データの結果を予測、推奨、および整理するためにシステムをトレーニングする、異なるソリューションタイプを提供します。

## ソリューションの種類 {#training-ml-solutions__section_f3c_5zd_ntb}

3 つの PI フレームワークは、予測 API を介して任意のアプリケーションから呼び出して予測を行うことができるさまざまなソリューションを提供します。以前のデータを使用して独自のソリューションを作成し、トレーニングします。移動先 すべて予測インテリジェンスホームページ ソリューションを表示および作成します。  
目的の予測に最適なフレームワークを選択します。

* 分類ソリューション: レコードの作成時にフィールド値を設定し、過去のレコードに基づいて作業を自動的に分類してルーティングします。「[分類ソリューションの作成とトレーニング](https://servicenow-prod.fluidtopics.net/wSIwn8HJtViMyYizhc4j~A "分類ソリューションのトレーニングに使用するレコード、予測をトリガーするフィールド、およびソリューションを再トレーニングする頻度を指定します。")」を参照してください。

* 類似性ソリューション: 新規レコードと既存レコードの類似性を識別して、解決策を推奨します。「[類似性ソリューションの作成とトレーニング](https://servicenow-prod.fluidtopics.net/TeinnHzqBMnI0k5O89r_nQ "機械学習ソリューションを作成およびトレーニングして、既存のレコードを新しい類似のレコードに収集して比較します。たとえば、オープンインシデントレコード内のテキストを解決済みインシデントレコードと比較して、その解決方法を再利用できます。")」を参照してください。

* クラスタリングソリューション: 類似したレコードをクラスターにグループ化して、パターンと重大なインシデントを特定します。「[クラスタリングソリューションを作成してトレーニングする](https://servicenow-prod.fluidtopics.net/TijbQc9rC2ms_i8CAPrQdg "類似レコードをまとめて処理したり、パターンを判断したりできるように、当該レコードをクラスターにグループ化します。")」を参照してください。

* 回帰ソリューション:  
  重要:  
  Xanadu リリースでは、新しい回帰ソリューションの作成のサポートが削除されました。既存の回帰ソリューションを編集してトレーニングすることはできますが、新しい回帰ソリューションを作成することはできません。
  履歴データを使用して、インシデントまたはケースの解決にかかる時間の見積もりなどの数値出力を予測します。「[回帰ソリューションの作成とトレーニング](https://servicenow-prod.fluidtopics.net/NgfBBleHCel1woZg1V9fLg "履歴データを使用してソリューションをトレーニングし、気温や株価などの数値出力を予測します。たとえば、回帰を使用して、インシデントやケースの解決にかかる時間を見積もることができます。")」を参照してください。
{#training-ml-solutions__ul_z3d_lwd_ntb}

## ソリューションをトレーニングするためのデータレコードの選択 {#training-ml-solutions__section_gt5_cq1_v1b}

ソリューションの品質は、トレーニングに使用するレコードデータによって決まります。一般に、優れたトレーニングデータセットにはこれらの特性があります。

* ソリューション定義の入力フィールドは、ユーザーがレコードを作成するときに使用できます。レコード作成時に予測を行うには、レコード作成時にソリューションに入力フィールド値が含まれている必要があります。
* ソリューション定義の出力フィールドは選択肢フィールドです。より正確な予測を行うには、出力フィールドを可能な値の有限セットに制限します。
* トレーニングレコードには、出力フィールドの正しい値のみが含まれています。より正確な予測を行うには、信頼性の低い出力フィールド値を持つレコードを除外します。たとえば、最近クローズされたインシデントが 1 か月間のレビューと変更の対象となる場合は、最近クローズしたインシデントを除外します。
* トレーニングレコードには、ソリューションで予測する各出力フィールド値の複数の例が含まれています。レコード範囲を広げるには、各出力フィールド値の例を複数含めます。
* トレーニングレコードには、入力フィールドの一般的なバリエーションが含まれています。レコードの範囲を広げるには、入力フィールド値の例を複数含めます。
{#training-ml-solutions__ul_cnb_cn4_j1b}

## トレーニング用にソリューションをエクスポートする {#training-ml-solutions__section_tbw_kdh_j1b}

ソリューションをトレーニングするには、ソリューション定義と関連レコードを同じデータセンター内の一元化されたトレーニングサーバーにエクスポートします。トレーニングが完了すると、トレーニングサーバーはソリューションをインスタンスにエクスポートし、サーバーからすべてのトレーニングデータを削除します。すべてのデータセンターには専用のトレーニング サーバーがあり、データはデータセンターの外に出ないため、このサービスはデータ主権の要件を持つ顧客も利用できます。  
予測は、インスタンスと同じデータセンター内の一元化された予測サーバーで行われます。トレーニングされたモデルアーティファクトは、予測が初めて呼び出されたときに、インスタンスサーバーから予測サーバーに送信されます。その後、トレーニングされたモデルアーティファクトは、後続の予測のために予測サーバーにキャッシュされます。  
注:  
インスタンスとトレーニングサービス間のすべての通信は、同じデータセンターのファイアウォール内で行われます。それでも、すべての通信はHTTPS経由で行われます。

## ソリューショントレーニングのトラブルシューティング {#training-ml-solutions__section_owf_zs1_ttb}

一般的なトレーニングの問題のトラブルシューティングについては、Now Support ナレッジベースの「[予測インテリジェンスの一般的な問題 \[KB781893\]](https://support.servicenow.com/nav_to.do?uri=/kb?id=kb_article_view&sysparm_article=KB0781893) 」の記事を参照してください。