機械学習 (AI/ML) 勉強会 #2 IoT編

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

Ad

機械学習勉強会 #2
IoT編
2019/02/27 | 28
小島富治雄

1. 本日の環境
2. 本日の構成
3. IoT デバイス - Raspberry Pi
4. Microsoft Azure
5. IoT ハブ | Azure
6. SQL データベース | Azure
7. マシンラーニングスタジオ |...

以下の Microsoft Docs のチュートリアルが元
Raspberry Pi からクラウドへ (Node.js) - Raspberry Pi の
Azure IoT Hub への接続
シミュレートした Raspberry Pi...

本日の環境
3
この写真の作成者不明な作成者は CC BY-NC-ND のライセンスを許諾されています

Microsoft Azure
SQL Server Management Studio
[オプション] Power BI
インターネットにつながる環境
推奨 Webブラウザー: Edge, Chrome
ハンズオンの環境
4

1. ご自身の Visual Studio サブスクリプションの Microsoft アカウントでサインイン
2. 「職場または学校アカウント」か「個人アカウント」かを訊かれた場合は、使用するアカウントを選択
Microsoft アカウントへの...

1. My Visual Studio を開く (必要に応じてサインイン)
2. Azure 特典をアクティブ化
※ Visual Studio Enterprise の場合は
150ドルのクレジット/月、
Visual Studio Prof...

Microsoft Azure のポータルを開く (必要に応じてサインイン)
次のどちらかの画面になればOK
Microsoft Azure
7
ホーム | ポータル | Microsoft Azure ダッシュボード| ポータル | M...

リソース
①
②
リソースグループの作成
8

①
②
これから作成する各種リソースは、
このリソースグループに属する
作成済みのリソースを探すときも、
ポータル → リソースグループ → 20190227
とすることで見つけやすくなる
このリソースグループを削除することで、
今回の作...

Visual Studio サブスクリプションの Power BI Pro
Power BI
10

 My Benefits | My Visual Studio で Power BI Pro の特典の
「コードを取得」して「アクティブ化」
Power BI
11

Power BI のアカウントを既存のサブスクリプションに追加
12

Power BI を開く (必要に応じてサインイン)
Power BI
13

SQL Server Management Studio (SSMS) のダウンロード
SQL Server Management Studio
14
ダウンロードしてインストール

本日のシナリオ
15
IoT デバイス
福井市の
天候データ
マシン
ラーニング
雨予想
API
取り込んで
処理
クラウド
データ蓄積
データ
可視化
IoT 管理
表示

本日の構成
16
IoT デバイス
マシンラーニング
スタジオ
マシンラーニング API
ストリームアナリティクスIoT ハブ
Microsoft Azure (& Power BI)
SQL データベース
SQL データベース
Power ...

IoTデバイス
17
IoT デバイス
マシンラーニング
スタジオ
マシンラーニング API
ストリームアナリティクスIoT ハブ
Microsoft Azure
SQL データベース
SQL データベース
Power BI
CSV データ
...

Microsoft Azure IoT デバイスカタログ
18
Azure に対応した
IoT デバイスのカタログ

今回使用する IoT デバイス
19
Raspberry Pi Arduino

ARMプロセッサを搭載した
シングルボードコンピューター
OS
Raspbian (Linux)
Windows 10 IoT
Windows 10
など
Raspberry Pi
20

参考: Raspberry Pi への Windows 10 IoT のセットアップ
21

参考: Raspberry Pi への Windows 10 IoT のセットアップ
22

参考: Raspberry Pi へのＯＳ (Raspbian) のセットアップ
23

参考: Raspberry Pi へのＯＳ (Raspbian) のセットアップ
24

配線
Raspberry Pi に
センサーなどを接続
25

BME280
1チップ温度・湿度・
気圧センサー
26

Raspberry Pi 2 & 3 Pin Mappings
27Raspberry Pi 2 & 3 Pin Mappings - Windows IoT | Microsoft Docs

配線
28
220Ω抵抗器
ＬＥＤ
BME280
Raspberry Pi
VCC → +3V3（pin1）
GND → GND（pin9）
SCL → GPIO3/SCL1（pin5）
SDA → GPIO2/SDA1（pin3）
CSB →...

Raspberry Pi の I2C (シリアル通信の一種) の有効化
30
I2C で温度・湿度・気圧センサー BME280 と通信

Raspberry Pi の I2C (シリアル通信の一種) の有効化
31
①
②

Raspberry Pi の I2C (シリアル通信の一種) の有効化
32

Raspberry Pi の I2C (シリアル通信の一種) の有効化
33

pi@raspberrypi:~ $ sudo apt update
…… なんかかんや
pi@raspberrypi:~ $ sudo apt upgrade
…… なんかかんや
pi@raspberrypi:~ $ sudo apt-get...

マイコン回路の “Hello World!
Lチカ (LEDチカチカ)
Lチカとは (エルチカとは) [単語記事] | ニコニコ大百科
いろいろなマイコンでのLチカ比較 | Qiita
「二人のはじめての共同作業」
35

 led.py
サンプルプログラム「Ｌチカ」
$ sudo python /home/pi/azure-
iot-sdk-
python/device/samples/led.py
/home/pi/azure-iot-sdk-
pyth...

pi@raspberrypi:~ $ sudo i2cdetect -y 1
0 1 2 3 4 5 6 7 8 9 a b c d e f
00: -- -- -- -- -- -- -- -- -- -- -- -- --
10: -- -...

pi@raspberrypi:~ $ sudo i2cdump -y 1 0x76
No size specified (using byte-data access)
0 1 2 3 4 5 6 7 8 9 a b c d e f 01234...

azure-iot-sdk-python のダウンロードとビルド
39
$ free -m
$ sudo nano /etc/dphys-swapfile
CONF_SWAPSIZE=100
↓
CONF_SWAPSIZE=1024
$ sud...

Raspberry Pi Azure IoT Web Simulator
Node.js
実機がない場合:
Raspberry Pi Azure IoT Web Simulator
40

Microsoft Azure と Power BI
41
IoT デバイス
マシンラーニング
スタジオ
マシンラーニング API
ストリームアナリティクスIoT ハブ
Microsoft Azure
SQL データベース
SQL データベー...

Windows Azure
42

Core Cloud Services - Azure 入門 - 学習 - Learn | Microsoft Docs
43

IoT ハブ | Azure
44
IoT デバイス
マシンラーニング
スタジオ
マシンラーニング API
ストリームアナリティクスIoT ハブ
Microsoft Azure
SQL データベース
SQL データベース
Power BI
C...

IoT デバイスを簡単に接続、監視、認証、自動化で
きるオープンクラウドプラットフォーム
沢山の IoT デバイスを管理
IoT ハブ | Azure
45

①
②
③
IoTハブの作成
46

①
② 47
「IoT Hub 名」は
「iothub-xxxxx」などの
ユニークな名前に変える

①
②
1サブスクリプションあたり 1つの IoT
ハブでのみ「F1: Free」が選べる
「F1: Free」は、性能が制限されている
または、S1 (有料)
48

確認
49

①
②
IoTデバイスの作成
52

①
② 53

「接続文字列 (主キー) 」を
メモ帳などに貼り付けて保存
①
②
54

IoT デバイス側からの
データ送信開始
55

Raspberry Pi の azure-iot-sdk-python の
サンプルの編集
56
$ cd ~/azure-iot-sdk-python/device/samples
$ sudo vi iothub_client_sample...

 iothub_bme280.py (azure-iot-sdk-python が元) と
bme280_custom_2.py (SWITCHSCIENCE/BME280 | GitHub が元)
 /home/pi/azure-iot-...

実行
サンプルプログラム
58
$ sudo python /home/pi/azure-iot-sdk-python/device/samples/iothub_bme280.py
LED が点滅

実機がない場合: Raspberry Pi Azure IoT Web Simulator の
コード (JavaScript | Node.js) の編集
ここを書き換え
59

 IoT_Hub_Raspberry_Pi_NodeJS.js をコピー&ペースト
 [Connection String] をメモ帳などに保存しておいた IoT ハブの IoT デバイスの「接続文字列 (主キー)」に書き換え
サンプルプ...

実機がない場合: Raspberry Pi Azure IoT Web Simulator の
コード (JavaScript | Node.js) の実行
61
LED が点滅

①
IoT ハブにデータが
来ていることの確認
②
③
④
IoT ハブにデータが来ていることの確認
62

①
グラフが立ち上がる
ことを確認
②
63

SQL データベース | Azure
64
IoT デバイス
マシンラーニング
スタジオ
マシンラーニング API
ストリームアナリティクスIoT ハブ
Microsoft Azure
SQL データベース
SQL データベース
Power ...

①
②
③
SQLデータベースと SQL サーバーの作成
65

①
②
③
66

①
②
67
「サーバー名」は
「sqlserverxxxx」などの
ユニークな名前に変える
チェックが
付いている
ことを確認

68
①
②

①
②
69

①
②
70
後でこのデータベースに接続するための
接続文字列をコピーしてメモ帳などに保存

SQL Server Management Studio を起動し、サーバー名 (接続
文字列の「Server」) と「サーバー管理者ログイン」、「パスワード」で接続
SQL Server Management Studio から接続
71
...

SQL Server Management Studio から接続
72
Ｍｉｃｒｏｓｏｆｔ Azure にサインイン

サインインして OK
SQL Server Management Studio から接続
73

 福井の気象データを
データベースに取り込む
 fukuiweather1959-2018.csv
①
②
③
データベース「DatabaseFukuiWeather」を右クリック
74

75
①
②
確認

76
①
確認

77
①
②
③

80
取り込んだデータの確認
・テーブルを右クリックして「最新の情報に更新」
・テーブル「dbo.fukuiweather1959-2018」
を右クリックして「上位1000行の選択」

マシンラーニングスタジオ | Azure
81
IoT デバイス
マシンラーニング
スタジオ
マシンラーニング API
ストリームアナリティクスIoT ハブ
Microsoft Azure
SQL データベース
SQL データベース
Pow...

マシンラーニングスタジオ
| Azure
 ブラウザーベースのマシンラーニン
グ (機械学習) の API 作成環境
 ドラッグアンドドロップで作成
 多くのマシンラーニングの
アルゴリズム
 Python や R のプログラムの...

①
②
③
マシーンラーニングスタジオのワークスペースの作成
83

86
①
②
③
⑤
④
「fukuiweatherxxxx」などの
ユニークな名前に変える

「展開が成功」するまで待つ
①
②
87

マシーンラーニングスタジオの起動
88

①
②
新規エクスペリメントの作成
90

①
②
③
91
エクスペリメントは
地域ごとに管理

クリックして名前変更
92

「Import Data」を
ドラッグして
①
②
「Import Data」をここへドロップ
学習用データのインポート
93

¥¥129work3¥201902 AI ML 勉強会
#2 IoT編¥Source¥SQLQuery1.sql の
内容をコピー&ペースト
右クリックして「Run selected」
①
②
94
「Import Data」の
プロパティを設定

SELECT
[AverageTemperature_celsius] AS temperature
,[AverageHumidity_percentage] AS humidity
,[AverageLocalPressure_hPa] A...

緑のチェックが入るまで待つ
96

①
②
緑のチェックがついたら
右クリックして
データの確認
97

学習用データの確認
98

①
②
③
「Ｓｐｌｉｔ Data」をここへドロップ
⑤
○ の間をドラッグして繋ぐ ④
99
データを学習用と評価用に分割

①
学習アルゴリズムの選択
②
③
「Two-Class Support Vector Machine」
をここへドロップ
100

①
②
③
「Train Model」をここへドロップ
⑥
出力カラムの選択
○ の間を
ドラッグして繋ぐ
○ の間を
ドラッグして繋ぐ
④ ⑤
101
学習

102
①
②
出力カラムの選択

①
②
③
「Score Model」をここへドロップ
○ の間を
ドラッグして繋ぐ
○ の間を
ドラッグして繋ぐ④
⑤
103
評価用データによる機械学習モデルのスコアリング

①
②
③
「Evaluate Model」をここへドロップ
○ の間を
ドラッグして繋ぐ④
104
機械学習モデルのパフォーマンスの評価

①
②
「Run」して全部の
要素に緑のチェックが
付くのを待つ
105
エクスペリメントの実行

①
②
右クリックして
データの確認
106
学習結果の確認

学習結果の確認
107

アルゴリズムを変更してみる
線を右クリック
して削除
108

①
②
③
「Two-Class Neural Network」を
ここへドロップ
○ の間を
ドラッグして繋ぐ
④
⑤
「Run」して全部の要
素に緑のチェックが
付くのを待つ
109

①
②
右クリックして
データの確認
学習結果の確認
110

学習結果の確認
111

112
アルゴリズムの選定に困ったら

マシンラーニング API | Azure
113
IoT デバイス
マシンラーニング
スタジオ
マシンラーニング API
ストリームアナリティクスIoT ハブ
Microsoft Azure
SQL データベース
SQL データベース
Pow...

マシンラーニング
API
学習済みモデルを使った
入出力処理を API として
デプロイ
 後で、ストリームアナリティクスの
関数から呼ぶ
114

API の作成
115

新しいタブが開く
116

線を右クリック
して削除
②
④
「Select Columns in Dataset」を
ここへドロップ
③
①
117

① ○ の間を
ドラッグして繋ぐ
②
○ の間を
ドラッグして繋ぐ
④
「Selected Columns in
Dataset」をクリックして選択
③
API が出力する
列を選択
118

①
②
119

120

「Run」して全部の
要素に緑のチェックが
付くのを待つ
121

全部の要素に緑のチェックが付いたら API を発行
(CLASSIC の方が選べる場合はそちら)
122
API のデプロイ

123
API のテスト

124
適当な値を入力
①
②

テスト結果 (JSON)
125
テスト結果の JSON 形式のデータを確認

「API Key」をコピーして
メモ帳などに保存
①
②
126

Request URI をコピー
してメモ帳などに保存
127

SQL データベース | Azure
128
IoT デバイス
マシンラーニング
スタジオ
マシンラーニング API
ストリームアナリティクスIoT ハブ
Microsoft Azure
SQL データベース
SQL データベース
Power...

SQL Server
Management
Studio
IoT からのデータを
格納するテーブルを
作成
129
①
②
データベース
「DatabaseFukuiWeather」
を右クリック

130
SQLQuery2.sql
の中身をコピー&ペースト
①
②

CREATE TABLE [dbo].[Weather](
[Id] [int] IDENTITY(1,1) NOT NULL,
[deviceId] [varchar](50) NULL,
[pressure] [float] NULL,
[...

作成されたテーブルの確認
132
①
②

133
テーブルのデザインを確認

ストリームアナリティクス | Azure
134
IoT デバイス
マシンラーニング
スタジオ
マシンラーニング API
ストリームアナリティクスIoT ハブ
Microsoft Azure
SQL データベース
SQL データベース
Po...

デバイスからのデータをリアルタイムに処理
ストリームアナリティクス | Azure
135

①
②
③
ストリームアナリティクスの作成
136

①
②
137

②
「展開が成功」するまで待つ
①
138

入力の追加
②
①
③
139
入力として IoT ハブを選択

②
①
140
プロパティの設定

141
データの確認

142
②
①
3分以内にクリックし、3分待つ

143
このメッセージに変わるまで待つ
青い文字の部分をクリック

ダウンロードした JSON 形式の
データをメモ帳などで確認
144

出力先に SQL データベースを指定
②
①
③
145

②
①
146
プロパティの設定

[オプション] 出力先に Power BI を指定
②
①
③
147

②
①
③
③
④
ご自身のアカウントでサインイン
148
プロパティの設定
[オプション] 出力先に Power BI を指定

承認されていることを確認
149
[オプション] 出力先に Power BI を指定

マシーンラーニング API を呼ぶ関数を作成
②
①
③
150

151
①
マシーンラーニングＡＰＩ作成時に
メモ帳などに保存しておいた
「API Key」をペースト
マシーンラーニングＡＰＩ作成時に
メモ帳などに保存しておいた
「Request URI」をペースト
②

②
①
③
SQLQuery3.sql を
コピー&ペースト
(Power BI にも出力する場合は
SQLQuery4.sql)
152
Power BI にも
出力する場合

SELECT deviceId,pressure,temperature,humidity,EventProcessedUtcTime,EventEnqueuedUtcTime
,getscore(temperature,humidity,pr...

--
-- SELECT deviceId,pressure,temperature,humidity,CAST(EventProcessedUtcTime as datetime)
as EventProcessedUtcTime,CAST(...

ジョブダイアグラムの確認
155

確認
156

157
ストリームアナリティクスジョブの開始
①
②
③

ジョブの実行状況の確認
①
②
③
④
158

しばらく待つとグラフが
立ち上がってくることを確認
159

SQL Server Management Studio でデータベースにデータが来ていることを確認
データが来ていることの確認
・テーブル「dbo.Weather」
を右クリックして「上位1000行の選択」
データの確認
160
雨予測

Power BI
161
IoT デバイス
マシンラーニング
スタジオ
マシンラーニング API
ストリームアナリティクスIoT ハブ
Microsoft Azure
SQL データベース
SQL データベース
Power BI
CSV デー...

[オプション]
Power BI
様々なデータソースに
接続して視覚化・共有
162

Power BI にサインイン
163

①
マイワークスペースを開く
③
②
164

①
③
②
ダッシュボードの作成
165

①
②
166

②
③
①
タイルの追加
167

②
①
168
ストリームアナリティクスで
指定したデータセットを選択

②
①
③ 169

タイルを確認
170

②
③
①
タイルの追加
タイルを確認
171

その他のタイルも適当に追加
172
リアルタイム
雨予測

「Web ビュー」から
「Phone ビュー」に
切り替え
Phone ビュー
Phone ビュー
173

174
スマートフォンに Power BI
アプリをインストール
サインインしてダッシュボード
「Weather」を確認
①
②
リアルタイム
雨予測

後片付け
 Azure の各種リソースを
そのままにすると課金され続ける
 課金を抑えるにはリソースを停止
 課金を完全に止めるにはリソース
を削除
175

個別に止めたい場合
デバイスを停止
Azure のリソースを
それぞれ停止/削除
176
この写真の作成者不明な作成者は CC BY-SA のライセンスを許諾されています

Raspberry Pi の Python
177
Ｃｔｒｌ＋Ｃで停止

Raspberry Pi Azure IoT Web Simulator
178

ストリームアナリティクス
179

マシーンラーニングスタジオ
①
②
180

Power BI
181

一括で削除する場合
リソースグループ
を削除
182
この写真の作成者不明な作成者は CC BY-SA のライセンスを許諾されています

①
②
注意:
このリソースグループに
含まれている全リソースの削除
Power BI の方は消えない
183

Azure の料金
の確認
184
この写真の作成者不明な作成者は CC BY のライセンスを許諾されています

Pricing Calculator | Microsoft Azure
185
使用料の概算

Microsoft Azure のポータル
を開く (必要に応じてサインイン)
クレジットの残りを確認して、
青い文字のとことをクリック
186
現在の使用状況の確認

リソースごとのコストを確認
支出の割合と予測を確認
187

1. 本日の環境
2. 本日の構成
3. IoT デバイス - Raspberry Pi
4. Microsoft Azure
5. IoT ハブ | Azure
6. SQL データベース | Azure
7. マシンラーニングスタジオ |...

本日の構成
189
IoT デバイス
マシンラーニング
スタジオ
マシンラーニング API
ストリームアナリティクスIoT ハブ
Microsoft Azure (& Power BI)
SQL データベース
SQL データベース
Power...

Share Slideshare

LinkedIn
Facebook
Twitter

Embed

Size (px)

Show related Slideshows at end

WordPress Shortcode

Link

Share
Email

2024 Trend Updates: What Really Wor... by Search Engine Jou... 1052471 views
Storytelling For The Web: Integrate... by Chiara Aliotta 967761 views
Artificial Intelligence, Data and C... by OECD Directorate ... 900577 views
How to Leverage AI to Boost Employe... by SocialHRCamp 380598 views
2024 State of Marketing Report – by... by Marius Sescu 215763 views
Everything You Need To Know About C... by Expeed Software 233752 views

View on Slideshare

1 of 190 Ad

View on Slideshare

1 of 190 Ad