Si è tornato a parlare molto di Machine Learning negli ultimi anni. Grazie anche al fatto che è possibile oggi processare enormi moli di dati in tempi (relativamente) veloci questa parte dell'informatica sta vivendo una seconda giovinezza. In questa sessione vedremo cos'è il machine learning, quali sono le diverse casistiche tecniche e funzionali in cui può essere usato ed inizieremo a "giocare" con i dati per vedere fin dove possiamo spingerci, usando strumenti On-Premise e quindi spostandoci poi sull'offerta Azure Machine Learning dove, una volta fatta propria la teoria, si possono realizzare soluzioni estremamente complesso in modo molto visuale e sfruttare la scalabilità di Azure per avere performance ottimali. Il tutto senza dimenticare che gli algoritmi così ottenuti possono essere facilmente integrati nelle nostre applicazioni semplicemente invocando un web service.

1. #sqlsatTorino
#sqlsat400May 23, 2015
AzureML - Creating and Using Machine
Learning Solutions
Davide Mauri
@mauridb
www.davidemauri.it
dmauri@solidq

2. #sqlsatTorino
#sqlsat400May 23, 2015
Sponsors

3. #sqlsatTorino
#sqlsat400May 23, 2015
Organizers

4. #sqlsatTorino
#sqlsat400May 23, 2015
Davide Mauri
 Microsoft SQL Server MVP
 Works with SQL Server from 6.5, on BI from 2003
 Specialized in Data Solution Architecture, Database
Design, Performance Tuning, High-Performance Data
Warehousing, BI, Big Data
 President of UGISS (Italian SQL Server UG)
 Regular Speaker @ SQL Server events
 Consulting & Training, Mentor @ SolidQ
 E-mail: dmauri@solidq.com
 Twitter: @mauridb
 Blog: http://sqlblog.com/blogs/davide_mauri/default.aspx

5. #sqlsatTorino
#sqlsat400May 23, 2015
Agenda
 Machine Learning, uats dat?
 Supervised & Unsupervised Methods
 Tool e Linguaggi
 Esperimenti On-Premises
 Azure Machine Learning
 Integrazione di AzureML nelle applicazioni

6. #sqlsatTorino
#sqlsat400May 23, 2015
MACHINE LEARNING
Uats dat?

7. #sqlsatTorino
#sqlsat400May 23, 2015
Machine Learning
 Algoritmi che apprendono dai dati
 Niente di nuovo dal punto di vista scientifico
 "Field of study that gives computers the ability to learn
without being explicitly programmed“ - 1959, Arthur
Samuel
 In Italiano: «Apprendimento Automatico»
 Nome meno bello ma più vicino alla realtà
 Richiede *molta* potenza di calcolo (anche per Not-
So-Big Data)
 Azure, here we come! 

8. #sqlsatTorino
#sqlsat400May 23, 2015
Machine Learning
 Molto, molto, molto, molto utile per
 Identificare pattern sconosciuti e non “umanamente”
identificabili
 Ad es. in spazi multi-dimensionali (da un punto di vista
matematico e pratico, sono oggetti con cui ci relazioniamo
tutti i giorni)
 Identificare correlazioni nascoste
 Es. relazioni di causa/effetto per identificare frodi, eventi
specifici (rottura di un pezzo)
 Classificare in automatico insiemi di dati
 Es. autore di provenienza di un testo, sentiment analysis,
pattern recognition
 Anticipare il futuro basandosi su conoscenza passata
 Es. Analisi delle tendenze di prezzi, stock, costi

9. #sqlsatTorino
#sqlsat400May 23, 2015
Machine Learning
 Ci sono due (ma alcuni le dividono in cinque!)
grosse categorie
 Supervised Learning
 Unsupervised Learning
 Supervised: agli algoritmi viene insegnato qual è
il risultato atteso
 Unsupervised: gli algoritmi identificano in
autonomia le regole / i pattern

10. #sqlsatTorino
#sqlsat400May 23, 2015
Linguaggi
 Linguaggi comuni ed utilizzati attualmente
 R (MS ha appena acquisito Revolution Analytics)
 Pyton (Scikit-Learn – pron: “sy-kit learn”)
 In ambito .NET
 Infer.NET
 http://research.microsoft.com/en-
us/um/cambridge/projects/infernet/
 F#
 http://fsharp.org/guides/machine-learning/index.html
 http://stackoverflow.com/questions/8068040/resources-for-
working-with-machine-learning-in-f
 Azure ML 
 Net# - Linguaggo specifico per Reti Neurali Artificiali

11. #sqlsatTorino
#sqlsat400May 23, 2015
AzureML
 “Democratize Machine Learning”
 https://studio.azureml.net/
 Gratis (“Free Tier”) per dati fino a 10GB e per
attività di test/sviluppo
 Sviluppo di esperimenti e pubblicazione degli
algoritmi tramite Web API / Service

12. #sqlsatTorino
#sqlsat400May 23, 2015
Tool
 R + RStudio
 IDE free per R, molto ben fatto
 http://www.rstudio.com/
 Anaconda Python
 Distribuzione di Python con tutti i package necessari per fare
Data Science
 http://www.continuum.io/
 PyTools For Visual Studio
 Estensione per sviluppare con Python con Visual Studio   
 Team di sviluppo assorbito da AzureML
 https://pytools.codeplex.com/

13. #sqlsatTorino
#sqlsat400May 23, 2015
ESPERIMENTI ON-PREMISES
Flower Power!

14. #sqlsatTorino
#sqlsat400May 23, 2015
IRIS Dataset
 Disponibile presso il sito UC Irvine Machine
Learning Repository
 http://archive.ics.uci.edu/ml/datasets/Iris
 150 classificazioni di fiori “iris”
 3 classi: Virginica, Versicolor, Setosa
 4 feature (dimensioni): Sepal Width & Length, Petal Width
& Length
 Uno dei set più famosi
 Una classe linearmente separabile
 Le alter due classi NON sono linearmente separabili

15. #sqlsatTorino
#sqlsat400May 23, 2015
IRIS Dataset
http://www.anselm.edu/homepage/jpitocch/genbi101/diversity3Plants.html

16. #sqlsatTorino
#sqlsat400May 23, 2015
DEMO
IRIS Dataset

17. #sqlsatTorino
#sqlsat400May 23, 2015
AZURE MACHINE LEARNING

18. #sqlsatTorino
#sqlsat400May 23, 2015
Azure Machine Learning
 www.azureml.com
 Azure ML Studio
 Web application per lo sviluppo dei modelli
 Processo di sviluppo
 Experiment
 Score
 Evaluate
 Publish

19. #sqlsatTorino
#sqlsat400May 23, 2015
DEMO
Azure Machine Learning Studio

20. #sqlsatTorino
#sqlsat400May 23, 2015
INTEGRAZIONE CON
APPLICAZIONI CUSTOM

21. #sqlsatTorino
#sqlsat400May 23, 2015
Web Endpoint
 Azure Machine Learning permette di creare un
endpoint web per invocare l’algoritmo di ML da
applicazioni custom
 Protocollo basato su JSON
 Insieme al web service viene creato anche
 Pagina di Help
 Endpoint per chiamata singola
 Endpoint per chiamata batch

22. #sqlsatTorino
#sqlsat400May 23, 2015
DEMO
Custom Application

23. #sqlsatTorino
#sqlsat400May 23, 2015
Valutazioni
 Sessione
 http://speakerscore.com/7M4M
 Conferenza
 http://speakerscore.com/MK1T

24. #sqlsatTorino
#sqlsat400May 23, 2015
THANKS!
SPEAKERSCORE
http://speakerscore.com/MK1T
#sqlsatTorino
#sqlsat400