Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Automated ML (Azure) で始める機械学習の民主化

197 views

Published on

Azure Machine Learning Studio の機能、Automated Machine Learning の紹介(2020年1月時点)。

Published in: Technology
  • Be the first to comment

  • Be the first to like this

Automated ML (Azure) で始める機械学習の民主化

  1. 1. Cogbot Meetup! #26 01/2020 Atsushi Yokohama Azure Machine Learning
  2. 2. っぽいことを Microsoft が言ってたような気がする… (私のあいまいな記憶)
  3. 3. AI、機械学習、ディープラーニングの関係 機械学習  人工知能の一部  データから将来の結果や傾向を予測データサイエンスの手法 ディープラーニング  機械学習の手法の一部
  4. 4. 機械学習のプロセス • テストデータでテスト • テストした結果に応じて、データ の準備やトレーニングのやり直し • 選択したモデルをデプロイ • アプリからアクセス • 学習アルゴリズムを適用 • パラメーターのチューニング • 結果に応じてデータの準備のや り直しと再トレーニング • 前処理を適用(テキスト→数 値への変換、欠損データの処理 特徴量の抽出や新規追加、特 徴量の正規化など) データの 準備 トレーニング テストデプロイ
  5. 5. https://arxiv.org/abs/1705.05355 Automated Machine Learning とは
  6. 6. Automated: の色が自動化されるイメージ • テストデータでテスト • テストした結果に応じて、データ の準備やトレーニングのやり直し • 選択したモデルをデプロイ • アプリからアクセス • 学習アルゴリズムを適用 • パラメーターのチューニング • 結果に応じてデータの準備のや り直しと再トレーニング • 前処理を適用(テキスト→数 値への変換、欠損データの処理 特徴量の抽出や新規追加、特 徴量の正規化など) データの 準備 トレーニング テストデプロイ
  7. 7. Automated: の色が自動化されるイメージ • テストデータでテスト • テストした結果に応じて、データ の準備やトレーニングのやり直し • 選択したモデルをデプロイ • アプリからアクセス • 学習アルゴリズムを適用 • パラメーターのチューニング • 結果に応じてデータの準備のや り直しと再トレーニング • 前処理を適用(テキスト→数 値への変換、欠損データの処理 特徴量の抽出や新規追加、特 徴量の正規化など) データの 準備 トレーニング テストデプロイ データの 準備 トレーニング テストデプロイ 前処理をしてくれるが、 データを最もよく知ってい る人間によるデータ準備は 最も重要
  8. 8. Automated Machine Learning • Azure で Machine Learning インスタンスの作成 • Azure Machine Learning Studio で Automated ML の作成 • モデルの確認とデプロイ方法
  9. 9. GUI を使った Automated ML: Automated ML とは: https://docs.microsoft.com/ja-jp/azure/machine-learning/concept-automated-ml チュートリアル: Python を使った Automated ML:

×