プリンシパルエンジニア、Changyi Zhu博士

モデルの構築と再教育を自動化するために、ShareThis 、以下のようなH2O（バージョン2/h2o-2）Rest API（Java）のインターフェースが作成されています。

キャンペーンのパフォーマンスを向上させるためには、機械学習されたモデルを継続的に更新し、モデルが最新のデータを使用して微調整を行うことが不可欠です。これを行うためには、自動化されたパイプラインが必要です。私たちは、H20 ( http://http://h2o.ai/ ) モデルを構築するためのプラットフォームです。新しいモデルを構築するための素晴らしいUIを備えています。UIは新しいモデルを試すのにとても便利ですが、モデルのアルゴリズムが決定した後は、より最近のデータを使って再トレーニングを行い、それをプロダクションにプッシュすることは、より自動化（API駆動）されるべきです。 インフラの多くがJavaで構成されているので、それを容易にするインターフェースを構築したいと考えています。

モデルビルダーの入力プロパティの準備

このインターフェースでは、デフォルトの入力プロパティ・ファイル（GBM または GLM モデル用）が提供されます。以下に示すJSONは、特定の（GBM）モデル用に変更することができます。

モデルの構築

以下に示すデフォルトのbashスクリプトを変更して、ビルドを実行することができます（GBMモデルの場合）。

#!/bin/bash
java $CLASSPATH com.sharethis.service.h2o.model.GBM bin/res/gbm.properties

モデル用のjarファイルはインターフェースによって生成され、最適化のためにアプリケーションによって動的に読み込まれます。RESTリクエストとレスポンスの両方がログファイルに保存され、モデル構築/再トレーニングプロセスを自動化するためのさらなる分析に利用されます。

RESTレスポンスを分析して、モデル構築／再トレーニングを行う

このログファイルは、java.util.Analyzerを使ってアナライザで読み込むことができます。プロパティや、キーと値のペアで保存されているRESTレスポンスには、以下のキーでアクセスできます。

public static final StringIMPORTFILERESPONSE
public static final StringPARSEFILERESPONSE
public static final StringMODELBUILDRESPONSE
public static final StringMODELPREDICTRESPONSE
public static final StringMODELINSPECTRESPONSE
public static final StringMODELCALCAUC_RESPONSE

レスポンスの値は、インターフェースに含まれるクラスを使用して、Javaオブジェクトのリストにデシリアライズすることができます。これらのレスポンスは、将来のプロジェクトの一部であるアナライザーによって、特定のモデルのモデル入力プロパティを調整するためのルールのセットを分析することができます。