More Related Content
Similar to Azure Machine Learning 重頭學 (20)
Azure Machine Learning 重頭學
- 5. 微軟目前三個 AI 服務
ML.NET:
可在地端或雲端訓練客製化模型,強調與 .NET 應用程式的開發整合。
Azure Cognitive Services:
是雲端服務,提供預建立好的 AI 模型和 SDK,以供整合到應用程式,也有部份 train
model 功能(能調整的地方有限)。
Azure Machine Learning:
是雲端服務,是一個全面性的開發環境,以 Python 為主,也支援其他的語言,可以訓
練、部署、管理AI模型等。
- 6. Azure Machine Learning 新舊版差異
1、兩者都有 Azure Machine Learning Studio 的稱呼。
2、舊版會在後面加上 Classic 的註明。
3、舊版的2021年的12月1日起就不能再建立新的專案,並在2024年就會停止支援。
4、新版的功能更符合當代 MLOps 的觀念。
- 9. 做 AI 程式碼雖然是核心,但只佔了一小部份
Holt, Gary & Golovin, Daniel & Davydov, Eugene
& Phillips, Todd & Ebner, Dietmar & Chaudhary,
Vinay & Young, Michael & Dennison, Dan. (2015).
Hidden Technical Debt in Machine Learning
Systems. NIPS. 2494–2502.
- 13. Azure Machine Learning SDK
ws = Workspace.create(name='<Your Workspace Name>',
subscription_id='<Your Subscription ID>',
resource_group='<Resource group Name>',
create_resource_group=True,
location='<Nearest Azure region>')
ws.write_config(path="./config")
ws =
Workspace.from_config(path="./config")
az_store =
Datastore.register_azure_blob_container
(
workspace=ws,
datastore_name="blobname",
account_name="accountname",
container_name="containername",
account_key="key"
)
- 21. Cufusion Matrix
Accuracy = ( TP + TN ) / 全部樣本數
Precision = TP / ( TP + FP )
Recall = TP / (TP + FN )
F1 Score (兩者權重一樣時)= 2 / (1/Precision + 1/Recall )
實際上是 True 實際上是 False
預測為 True TP FP
預測為 False FN TN
- 26. DATA 本身就有爭議性
Google Brain 在2016年做視網膜病變時發生
同一張圖,有些醫生認為是病變,有些覺得沒有病變
同一張圖,有些醫生認為是重度病變,有些認為是輕度
https://www.aaojournal.org/action/s
howPdf?pii=S0161-6420%2817%2
932698-2
- 30. 切勿過早要求 ROI (Return on investment)
資料的收集,不是短時間可以達成。
資料的清理,往往要投入後才能評估初步的時程。
即使真的train出好模型,也需要驗證。
人員抗拒改變組織流程的心態。
關注在潛在效益比較實際。
- 37. 結語
對於 Azure Machine Learning 有初步的了解
會 Azure Machine Learning 的基本操作
知道 Azure Machine Learning SDK 是什麼
了解部署的方式
從實戰經驗中學到一些技術面向之外的東西