http://training.solidq.com
Revisaremos diferencias iniciales sobre cosas que se pueden hacer y que no se pueden hacer (nativamente) y veremos casos concretos comparando rendimiento, precisión en los resultados, como lo haríamos en cada herramienta
2. Contenido de la sesión
• Introducción
• Enfrentando las herramientas
• Limitaciones y diferencias
• Market Basket Analysis
• Clasificación
• Series temporales
3. Contenido de la sesión
• Introducción
• Enfrentando las herramientas
• Limitaciones y diferencias
• Market Basket Analysis
• Clasificación
• Series temporales
5. Introducción
Azure Machine Learning
• Cloud
• Múltiples orígenes, todos desde nube
• Transformaciones específicas
• 25+ algoritmos disponibles
• Integra Python y R
• Servicios web
6. Contenido de la sesión
• Introducción
• Enfrentando las herramientas
• Limitaciones y diferencias
• Market Basket Analysis
• Clasificación
• Series temporales
8. Contenido de la sesión
• Introducción
• Enfrentando las herramientas
• Limitaciones y diferencias
• Market Basket Analysis
• Clasificación
• Series temporales
9. Diferencias - Orígenes
Azure ML
• Hive
• SQL Database
• Blob Storage
• Table Storage
• Odata
• HTTP
SSAS Data Mining
• Bases de datos
• Cubos SSAS
10. Diferencias - Dimensionamiento
Azure ML
• 10 GB en total
• Hay módulos que
aceptan menos
• Recomendadores
• SMOTE
• Scripts (R, Python, SQL)
• Cross-validation, Tune
Model Hyperparameters
SSAS Data Mining
• Dependiente del
hardware
11. Diferencias - Tiempos
Azure ML
• 1 hora en versión free
• 7 días de ejecución
• 24 horas por módulo
SSAS Data Mining
• Ilimitado
12. Contenido de la sesión
• Introducción
• Enfrentando las herramientas
• Limitaciones y diferencias
• Market Basket Analysis
• Clasificación
• Series temporales
18. Market Basket Analysis
• No hay un algoritmo específico
• Preprocesado del dato para darle otra forma
Matriz de productos / Usuarios
Dani Pau
Disfraz 1 1
Capa 1 1
Cable 0 1
Switch 0 1
20. Contenido de la sesión
• Introducción
• Enfrentando las herramientas
• Limitaciones y diferencias
• Market Basket Analysis
• Clasificación
• Series temporales
26. Contenido de la sesión
• Introducción
• Enfrentando las herramientas
• Limitaciones y diferencias
• Market Basket Analysis
• Clasificación
• Series temporales
31. Conclusiones
Azure ML
• Fuentes Azure
• Variedad de algoritmos
• R! Python!
• 100 % Online
• Todo en 1
SSAS Data Mining
• On premises
• Sin limite de datos y
tiempos
• Menos algoritmos nativos
• Necesidad de
herramientas
complementarias
33. También puedes preguntar tus
dudas con el hashtag
#SQSummit en Twitter
ADAPTIVE BI FRAMEWORK
Te ayudaremos a mejorar la velocidad de desarrollo de tu plataforma de
analítica de negocio basada en nuestra experiencia:
•Diseña antes de construir
•Automatización de procesos por ETL
•Servicios de mentoring para ayudarte a conseguir mejores prácticas para la construcción
de procesos específicos y plataformas de analítica de negocio
•Muy fácil de mantener
SOLIDQ FLEX SERVICES
Con SolidQ Flex Services evitarás sustos, consiguiendo que tus sistemas
sean estables. Desde una solución sencilla de monitorización, hasta un
servicio de atención de incidencias 24/7, mantenimiento proactivo,
resolución de problemas y línea de soporte.
Todo con un coste fijo mensual… y tú dedica el tiempo a las cosas
importantes.
¡Gracias!