MLChatAgent

機能

このアプリは、複雑な ML モデルを簡単に操作できるように設計されています。このアプリでは、ユーザーが英語で質問し、わかりやすい詳細な回答を受け取ることができるため、ML モデルの理解と操作が容易になります。

このアプリは Gemini チャット エージェントを使用して、ユーザーの質問に対応するために複数のツールを採用しています。

- question_reformer: 質問を明確にするために再定義します。
- generate_sql: SQL クエリを生成します。
- execute_sql: クエリを実行してデータを要約します。
- subset_churn_contribution_analysis: サブセットで離脱の要因分析を行います。
- subset_clv_analysis: 選択したサブセットで行われた処理に基づいて CLV の影響を評価します。
- subset_shap_summary: 予測と次善のアクションの背後にある分析情報を提供します。
- customer_recommendations: 個人の離脱を減らす方法を提案します。
- model_stat: モデル関連の質問に回答します。
- generate_visualizations: データの視覚的な表現を作成します。

これらのツールはすべて、Gemini モデルを活用した個別のエージェントです。

アプリの仕組みは次のとおりです。

- ユーザー操作: ユーザーは簡単な英語で質問します。
- 計画: エージェントは必要なツールを特定し、実行を計画します。
- 翻訳: エージェントは質問を簡潔な手順に再構成します。
- モデル操作: エージェントは ML モデルを使用して計画を実行します。
- ユーザーの回答: エージェントは回答を解釈し、簡単な英語で返します。

このエージェント フレームワークにより、ビジネス ユーザーは高度な技術スキルを必要とせずに ML モデルとデータを最大限に活用できます。