---
title: 機械学習ラボ
slug: help/neurons/ja_jp/uxbUyNvhYXPbFUBXqjV87
createdAt: 2026-09-08T07:08:42.148Z
---

Ivanti Neurons 機械学習ラボは、機械学習モデルを作成、学習、配布する集中管理された環境を提供します。 現在、これらのモデルを使用して、Neurons for ITSM チケット分類の能力を強化できますが、今後対象のアプリケーションが増える予定です。 モデルは Ivanti Neurons プラットフォーム内から作成され、展開されるときにもプラットフォームにあります。
機械学習ラボの使用にあたり、機械学習モデルに関する詳細な知識は必要ありません。

Ivanti Neurons 機械学習ラボは、**\[ソフトウェア] > \[機械学習ラボ]** からアクセスできます。
機械学習ラボの導入が成功するためには、次の項目を準備する必要があります。

- 学習データ: 入出力の組み合わせが正しいことがわかっているサンプルの集合。
- ストップワード (任意): モデルが無視すべき単語のリスト。 これを使用すると、モデルの性能を改善できます。
  [NLTK](https://www.nltk.org/) の既定のストップワードが自動的に適用されます。

データセットの準備、および機械学習モデルのトレーニングの詳細については、「[チケット分類の基本](https://docs.ivanti.com/help/neurons/ja_jp/ZVSWWqeUEGA0EjnnTxweT)」をご参照ください。

:::hint{type="info"}
現在、機械学習ラボは、Neurons for ITSM チケット分類の機械学習モデルと英語のみをサポートします。
:::

**\[機械学習モデル]** 表は、既存の機械学習モデルとプロパティの一覧を示します。
モデルの詳細については、**\[モデル名]** をクリックします。

次に、機械学習モデルに関連する可能性があるアクションの一覧を示します。
チケット分類を構成するための段階的なガイドについては、[チケット分類の基本](https://docs.ivanti.com/help/neurons/ja_jp/ZVSWWqeUEGA0EjnnTxweT)をご参照ください。

:::ExpandableHeading
## 機械学習モデルの追加

新しいモデルを追加するには、まず、モデルを展開するシステムから学習データをエクスポートして準備する必要があります。 任意で、ストップワードのファイルを追加し、モデルを微調整できます。
このデータの準備の詳細については、「チケット分類の基本」の手順[3. 学習データのクリーニング](https://docs.ivanti.com/help/neurons/ja_jp/ZVSWWqeUEGA0EjnnTxweT#4.)をご参照ください。

1. **\[モデルの追加]** をクリックします。
   **\[モデルの追加]** ウィンドウが開きます。
2. モデルの**名前**を指定し、任意の**タイプ**と**言語**を選択します。
   現在、**\[タイプ]** と **\[言語]** にはオプションが1つしかなく、変更することができません。
3. **学習データ**を含む CSV ファイルを**選択**します。
   CSV ファイルの **\[サービス]** 列には、ピリオドが含まれていてはなりません。
4. 任意で、**ストップワード** が記述された CSV ファイルを**選択**します。
5. 変更を **\[保存]** します。 モデルの学習をすぐに開始するには、**\[保存して学習]** を選択します。
   **\[モデルの追加]** ウィンドウが閉じます。

:inlineImage[]{src="https://api.archbee.com/api/optimize/9rfvxhrv8FA-8bxcK2IRv/4XDXY0fPsl6liFKK_gDxP_real-time-icon-dots.png" alt="縦の省略記号" caption size="10" width="11" height="19"} をクリックすると、次の手順を選択できます。
:::

:::ExpandableHeading
## 機械学習モデルの編集

モデルのステータスによっては、編集オプションを使用できない場合があります。

1. \[機械学習モデル] 表のモデルの名前をクリックするか、:inlineImage[]{src="https://api.archbee.com/api/optimize/9rfvxhrv8FA-8bxcK2IRv/4XDXY0fPsl6liFKK_gDxP_real-time-icon-dots.png" alt="縦の省略記号" caption size="10" width="11" height="19"} をクリックして、**\[編集]** を選択します。
   モデルの編集ウィンドウが開きます。
2. ウィンドウの **\[モデルデータ]** タブには、モデルの構成に関する情報が表示されます。 必要に応じて、このデータを編集できます。
3. 変更を **\[保存]** します。 モデルの学習をすぐに開始するには、**\[保存して学習]** を選択します。
   ウィンドウが閉じます。
:::

::::ExpandableHeading
## 機械学習モデルの学習

モデルのステータスによっては、学習オプションを使用できない場合があります。

1. モデルの編集ウィンドウから **\[保存して学習]** を選択するか、モデルリスト ビューで :inlineImage[]{src="https://api.archbee.com/api/optimize/9rfvxhrv8FA-8bxcK2IRv/4XDXY0fPsl6liFKK_gDxP_real-time-icon-dots.png" alt="縦の省略記号" caption size="10" width="11" height="19"} をクリックして、**\[学習]** を選択します。
2. 入力した学習データとストップワードが機械学習ラボによって読み込まれ、学習が開始します。

モデルがトレーニングされた後、モデルの **\[詳細]** タブでモデルの精度を知ることができます (:inlineImage[]{src="https://api.archbee.com/api/optimize/9rfvxhrv8FA-8bxcK2IRv/4XDXY0fPsl6liFKK_gDxP_real-time-icon-dots.png" alt="縦の省略記号" caption size="10" width="11" height="19"} をクリックし、**\[表示]** を選択します)。
精度は次の2つの数値で表されます。

- **学習精度**: トレーニング中に達成された正しい分類の割合。
- **テスト精度**: トレーニングでは使用されなかったトレーニング データ内のサンプルに対する、正しい推論の割合。



これらの割合に基づき、環境に最適なモデルを判定できます。
機械学習ラボには複数の学習済みモデルがあってもかまいません。

モデルのトレーニングを試行したときに機械学習ラボが何らかの問題を検出すると、ステータスは **\[学習に失敗]** に変わります。 これが発生した場合は、:inlineImage[]{src="https://api.archbee.com/api/optimize/9rfvxhrv8FA-8bxcK2IRv/4XDXY0fPsl6liFKK_gDxP_real-time-icon-dots.png" alt="縦の省略記号" caption size="10" width="11" height="19"} をクリックして、**\[表示]** を選択し、モデルの **\[詳細]** タブに移動して、詳細を確認します。

:::hint{type="info"}
Neurons for ITSM 環境で新しいクラスが追加されるか、既存のクラスが廃止予定にされるときには、更新された学習データセットを使用して新しいモデルを学習する必要があります。 [新しいモデルを学習させるとき](https://docs.ivanti.com/help/neurons/ja_jp/ZVSWWqeUEGA0EjnnTxweT#When)をご参照ください。
:::
::::

::::ExpandableHeading
## 機械学習モデルの展開

モデルを配布すると、モデルによって、新しく作成されたインシデントの処理が開始します。
モデル自体は機械学習ラボに格納されます。
モデルを Neurons for ITSM 環境に展開するには、:inlineImage[]{src="https://api.archbee.com/api/optimize/9rfvxhrv8FA-8bxcK2IRv/4XDXY0fPsl6liFKK_gDxP_real-time-icon-dots.png" alt="縦の省略記号" caption size="10" width="11" height="19"} をクリックして **\[展開]** を選択します。 ステータスが **\[学習済み]** のモデルのみを展開できます。

モデルを配布したときに別のモデルが既に配布されていた場合、先に配布されていたモデルのステータスが **\[学習済み]** に戻されます。 その後に新しいモデルが展開されます。 この処理の間には、新しく作成されたインシデントは分類されません。
展開が完了した後、その時点以降に作成されたインシデントに対して分類が (再度) 開始します。

モデルが配布された後、モデルの **\[詳細]** タブで次の情報を知ることができます (:inlineImage[]{src="https://api.archbee.com/api/optimize/9rfvxhrv8FA-8bxcK2IRv/4XDXY0fPsl6liFKK_gDxP_real-time-icon-dots.png" alt="縦の省略記号" caption size="10" width="11" height="19"} をクリックし、**\[表示]** を選択します)。

- **API 呼び出し回数**: 展開以降、インシデントのクラスを予測するためにモデルが呼び出された回数。
- **トップ クラスの平均確率**: インシデントのクラスを予測するためにモデルが呼び出されるときに、モデルに従って最も確率が高いクラスが Neurons for ITSM に対して提案されます。
  この値は、モデルが展開された後に、インシデントに対して提案されたトップ クラスの平均確率を示します。



現在、削除する方法は、モデルの「展開解除」のみです。

モデルの配布を試行したときに機械学習ラボが何らかの問題を検出すると、ステータスは **\[配布が失敗しました]** に変わります。 これが発生した場合は、:inlineImage[]{src="https://api.archbee.com/api/optimize/9rfvxhrv8FA-8bxcK2IRv/4XDXY0fPsl6liFKK_gDxP_real-time-icon-dots.png" alt="縦の省略記号" caption size="10" width="11" height="19"} をクリックして、**\[表示]** を選択し、モデルの **\[詳細]** タブに移動して、詳細を確認します。

:::hint{type="info"}
Neurons for ITSM 環境で新しいクラスが追加されるか、既存のクラスが廃止予定にされるときには、更新された学習データセットを使用して新しいモデルを学習する必要があります。 [新しいモデルを学習させるとき](https://docs.ivanti.com/help/neurons/ja_jp/ZVSWWqeUEGA0EjnnTxweT#When)をご参照ください。
:::
::::

:::ExpandableHeading
## 機械学習モデルの削除

モデル リスト ビューで、削除するモデルの行の :inlineImage[]{src="https://api.archbee.com/api/optimize/9rfvxhrv8FA-8bxcK2IRv/4XDXY0fPsl6liFKK_gDxP_real-time-icon-dots.png" alt="縦の省略記号" caption size="10" width="11" height="19"} をクリックし、**\[削除]** を選択します。
モデルが展開された場合、新しく作成されたインシデントは分類されません。
:::
