請啟用JavaScript來查看內容

Simple ML for Sheets — 輕鬆使用 Google Sheets 來預測數據

    前言

    Simple ML 是 TensorFlow 開發團隊釋出的 Google Sheets 擴充套件,目前還處於測試階段。
    可幫助所有人使用機器學習,包含沒有寫程式或 ML 基礎的人,只需要在 Google 表格中用滑鼠簡單點擊,就能夠對資料作出預測。


    本篇文章會依照官方的 這篇教學文章 來做說明與教學。


    Simple ML for Sheets
    Simple ML for Sheets


    教學

    分成以下章節:

    • 安裝 Simple ML for Sheets
    • Task 1:預測缺失值 (Predict missing values)
    • Task 2:發現異常值 (Spot abnormal values)
    • 進階功能

    安裝 Simple ML for Sheets

    1. 前往 Google Workspace Marketplace 頁面安裝 Simple ML for Sheets
    安裝 Simple ML for Sheets
    安裝 Simple ML for Sheets
    1. 複製官方提供的範例 sheet,下方的教學將操作此表格來說明各項功能。
    複製官方提供的範例 sheet
    複製官方提供的範例 sheet
    1. 打開此 sheet 後,看看上方工具列是否有 "擴充功能" > "Simple ML for Sheets"。
      如果沒出現此按鈕,稍微等個一分鐘後重整網頁試試。
    確認擴充功能有 Simple ML for Sheets 按鈕
    確認擴充功能有 Simple ML for Sheets 按鈕

    Task 1:預測缺失值 (Predict missing values)

    先確認切到 "Case #1: Predict missing values" 分頁。

    Case #1: Predict missing values 分頁
    Case #1: Predict missing values 分頁

    簡單來說這份表格紀錄三種物種的企鵝("Chinstrap"、"Gentoo"、"Adelie"),每一行代表一隻企鵝,但可以看到觀測員漏填了幾隻企鵝的物種,所以我們要藉由企鵝的多項數值,預測出缺失的分別為哪種企鵝。

    點擊上方工具列 "擴充功能" > "Simple ML for Sheets" > "Start"。

    確認我們是要 "預測缺失值 (Predict missing values)",並且需要預測的欄位是 "species",開始 "Predict"。
    (下方更多設定可以點開來研究研究~)

    開始預測缺失值
    開始預測缺失值

    稍等幾秒後,它會自動產生兩個欄位 "Pred:species"、"Pred:Conf.species"。
    "Pred:species" 代表 AI 預測此企鵝是哪個物種;"Pred:Conf.species" 代表預測的信心度(百分比)。

    預測缺失值結果
    預測缺失值結果

    Task 2:發現異常值 (Spot abnormal values)

    切換到 "Case #2: Spot abnormal values" 分頁。

    Case #2: Spot abnormal values 分頁
    Case #2: Spot abnormal values 分頁

    這邊是科學家紀錄鮑魚的數據,最後一列 Rings 代表鮑魚殼上的環數(鮑魚的年齡),像是可以透過樹幹上的年輪數判斷樹的年齡一樣,這次任務是要找出環數的異常情況。

    一樣確認我們是要 "發現異常值 (Spot abnormal values)",並且有異常值的欄位是 "Rings",開始 "Spot abnormal values"。
    (下方更多設定可以點開來研究~)

    開始找出異常值
    開始找出異常值

    稍等幾秒後,它一樣會自動產生兩個欄位 "Pred:Abnormality:Rings"、"Pred:MostLikely:Rings"。
    "Pred:Abnormality:Rings" 代表每一行與其值的相似程度,範圍從 0(最正常)到 1(最異常);"Pred:MostLikely:Rings" 代表預測最有可能的環數。

    預測異常值結果
    預測異常值結果

    進階功能

    除了以上示範的 "預測缺失值"、"發現異常值" 以外,它還有幾項進階功能:"訓練模型"、"評估模型"、"解釋模型"、"匯出模型" 等等。

    "匯出模型" 是可以將模型導出到 Google Colab 做些其他的應用。

    進階功能
    進階功能
    進階功能
    進階功能

    至於以上訓練出來的模型,會幫你儲存在你的 Google 雲端硬碟根目錄的 "simple_ml_for_sheets" 資料夾內。


    結語

    可以從以上的範例中發現,就算是完全沒接觸過機器學習的使用者,只要點幾個按鈕,就可以輕易的 "預測缺失值" 或 "發現異常值"。
    而且它是附加在 Google Sheets 裡,也不會特別另外學習複雜的 UI 操作,應該是還蠻容易使用的。


    歡迎追蹤『IT空間』FB 粉專,取得最新發文通知🔔




    參考:
    Introducing Simple ML for Sheets: A No-code Machine Learning Add-on for Google Sheets
    TensorFlow釋出Google Sheets零程式碼機器學習擴充套件
    Simple ML for Sheets Tutorial


    當你踏上路途,路就會自己長出來。


    🔻 如果覺得喜歡,歡迎在下方獎勵我 5 個讚~
    分享

    Jia
    作者
    Jia
    軟體工程師