Submit Search
Upload
DBP-013_Cortana Intelligence に切り込む! ~未来予測の仕組みと実装~
•
1 like
•
30 views
D
decode2016
Follow
DBP-013_Cortana Intelligence に切り込む! ~未来予測の仕組みと実装~
Read less
Read more
Technology
Report
Share
Report
Share
1 of 72
Download now
Download to read offline
Recommended
20131230_CloudStack Advent Calendar VPCを作ってみよう
20131230_CloudStack Advent Calendar VPCを作ってみよう
Midori Oge
機械学習 / Deep Learning 大全 (3) 時系列 / リコメンデーション編
機械学習 / Deep Learning 大全 (3) 時系列 / リコメンデーション編
Daiyu Hatakeyama
Java でつくる低レイテンシ実装の技巧
Java でつくる低レイテンシ実装の技巧
Ryosuke Yamazaki
Scis2017 2007-01-27-02
Scis2017 2007-01-27-02
Ruo Ando
[db tech showcase Tokyo 2014] L35: 100GB クラスの SGA を眺めてみよう。Oracle Database 12c...
[db tech showcase Tokyo 2014] L35: 100GB クラスの SGA を眺めてみよう。Oracle Database 12c...
Insight Technology, Inc.
MySQL5.6と5.7性能比較
MySQL5.6と5.7性能比較
hiroi10
負荷テストを行う際に知っておきたいこと 初心者編
負荷テストを行う際に知っておきたいこと 初心者編
まべ☆てっく運営
プロファイラGuiを用いたコード分析 20160610
プロファイラGuiを用いたコード分析 20160610
HIDEOMI SUZUKI
Recommended
20131230_CloudStack Advent Calendar VPCを作ってみよう
20131230_CloudStack Advent Calendar VPCを作ってみよう
Midori Oge
機械学習 / Deep Learning 大全 (3) 時系列 / リコメンデーション編
機械学習 / Deep Learning 大全 (3) 時系列 / リコメンデーション編
Daiyu Hatakeyama
Java でつくる低レイテンシ実装の技巧
Java でつくる低レイテンシ実装の技巧
Ryosuke Yamazaki
Scis2017 2007-01-27-02
Scis2017 2007-01-27-02
Ruo Ando
[db tech showcase Tokyo 2014] L35: 100GB クラスの SGA を眺めてみよう。Oracle Database 12c...
[db tech showcase Tokyo 2014] L35: 100GB クラスの SGA を眺めてみよう。Oracle Database 12c...
Insight Technology, Inc.
MySQL5.6と5.7性能比較
MySQL5.6と5.7性能比較
hiroi10
負荷テストを行う際に知っておきたいこと 初心者編
負荷テストを行う際に知っておきたいこと 初心者編
まべ☆てっく運営
プロファイラGuiを用いたコード分析 20160610
プロファイラGuiを用いたコード分析 20160610
HIDEOMI SUZUKI
20161121 open hyperscale#6
20161121 open hyperscale#6
ManaMurakami1
[data analytics showcase] B12: サーバー1,000台を監視するということ by 株式会社インサイトテクノロジー 小幡 一郎
[data analytics showcase] B12: サーバー1,000台を監視するということ by 株式会社インサイトテクノロジー 小幡 一郎
Insight Technology, Inc.
AHC
AHC
Pau Martí
機械学習 (AI/ML) 勉強会 #2 IoT編
機械学習 (AI/ML) 勉強会 #2 IoT編
Fujio Kojima
そうだ 検証、しよう。
そうだ 検証、しよう。
健一 三原
Rパッケージ“KFAS”を使った時系列データの解析方法
Rパッケージ“KFAS”を使った時系列データの解析方法
Hiroki Itô
MySQL Partition Engine
MySQL Partition Engine
Shinya Sugiyama
Versatil Javaチューニング
Versatil Javaチューニング
Kenji Kazumura
論理回路2017 no.6
論理回路2017 no.6
Hironori Nakajo
SPL-005_オープンソースから見たマイクロソフト
SPL-005_オープンソースから見たマイクロソフト
decode2016
SPL-004_Windows 10 開発の舞台裏から学ぶエンジニアの未来
SPL-004_Windows 10 開発の舞台裏から学ぶエンジニアの未来
decode2016
SPL-003_黒船襲来! 世界DevOps トップ企業 x マイクロソフトによるトークバトル セッション
SPL-003_黒船襲来! 世界DevOps トップ企業 x マイクロソフトによるトークバトル セッション
decode2016
SPL-002_クラウド心配性な上司を説得するコツを伝授します ~本当に信頼できるクラウドの構築/運用とは? マイクロソフト クラウド成長の軌跡~
SPL-002_クラウド心配性な上司を説得するコツを伝授します ~本当に信頼できるクラウドの構築/運用とは? マイクロソフト クラウド成長の軌跡~
decode2016
PRD-009_クラウドの ERP による業務システム開発 ~OData エンド ポイントから Power BI 連携~
PRD-009_クラウドの ERP による業務システム開発 ~OData エンド ポイントから Power BI 連携~
decode2016
PRD-008_クラウド ネイティブ ERP ~Dynamics AX のアーキテクチャ/環境構築から開発/運用まで~
PRD-008_クラウド ネイティブ ERP ~Dynamics AX のアーキテクチャ/環境構築から開発/運用まで~
decode2016
PRD-006_機械学習で顧客対応はこう変わる! Azure ML と Dynamics で造る次世代 CRM
PRD-006_機械学習で顧客対応はこう変わる! Azure ML と Dynamics で造る次世代 CRM
decode2016
PRD-005_Skype Developer Platform によるアプリケーション開発の最新情報
PRD-005_Skype Developer Platform によるアプリケーション開発の最新情報
decode2016
PRD-004_ここまでできる! Azure AD と Office 365 連携開発の先進手法
PRD-004_ここまでできる! Azure AD と Office 365 連携開発の先進手法
decode2016
PRD-002_SharePoint Server 2016 & Online ハイブリッド環境での業務活用
PRD-002_SharePoint Server 2016 & Online ハイブリッド環境での業務活用
decode2016
INF-028_そのエラーやお困りごと、ツールを使えば解決できるかも! ~Sysinternals や OS 標準ツールの徹底活用術~
INF-028_そのエラーやお困りごと、ツールを使えば解決できるかも! ~Sysinternals や OS 標準ツールの徹底活用術~
decode2016
INF-027_セキュリティ マニアックス -サイバー攻撃の手口と防御手法- ~敵を知り、己を知れば百戦危うからず~
INF-027_セキュリティ マニアックス -サイバー攻撃の手口と防御手法- ~敵を知り、己を知れば百戦危うからず~
decode2016
INF-026_真のクラウドベース EMM ~マイクロソフトのモビリティ戦略はいかにユニークか~
INF-026_真のクラウドベース EMM ~マイクロソフトのモビリティ戦略はいかにユニークか~
decode2016
More Related Content
Similar to DBP-013_Cortana Intelligence に切り込む! ~未来予測の仕組みと実装~
20161121 open hyperscale#6
20161121 open hyperscale#6
ManaMurakami1
[data analytics showcase] B12: サーバー1,000台を監視するということ by 株式会社インサイトテクノロジー 小幡 一郎
[data analytics showcase] B12: サーバー1,000台を監視するということ by 株式会社インサイトテクノロジー 小幡 一郎
Insight Technology, Inc.
AHC
AHC
Pau Martí
機械学習 (AI/ML) 勉強会 #2 IoT編
機械学習 (AI/ML) 勉強会 #2 IoT編
Fujio Kojima
そうだ 検証、しよう。
そうだ 検証、しよう。
健一 三原
Rパッケージ“KFAS”を使った時系列データの解析方法
Rパッケージ“KFAS”を使った時系列データの解析方法
Hiroki Itô
MySQL Partition Engine
MySQL Partition Engine
Shinya Sugiyama
Versatil Javaチューニング
Versatil Javaチューニング
Kenji Kazumura
論理回路2017 no.6
論理回路2017 no.6
Hironori Nakajo
Similar to DBP-013_Cortana Intelligence に切り込む! ~未来予測の仕組みと実装~
(9)
20161121 open hyperscale#6
20161121 open hyperscale#6
[data analytics showcase] B12: サーバー1,000台を監視するということ by 株式会社インサイトテクノロジー 小幡 一郎
[data analytics showcase] B12: サーバー1,000台を監視するということ by 株式会社インサイトテクノロジー 小幡 一郎
AHC
AHC
機械学習 (AI/ML) 勉強会 #2 IoT編
機械学習 (AI/ML) 勉強会 #2 IoT編
そうだ 検証、しよう。
そうだ 検証、しよう。
Rパッケージ“KFAS”を使った時系列データの解析方法
Rパッケージ“KFAS”を使った時系列データの解析方法
MySQL Partition Engine
MySQL Partition Engine
Versatil Javaチューニング
Versatil Javaチューニング
論理回路2017 no.6
論理回路2017 no.6
More from decode2016
SPL-005_オープンソースから見たマイクロソフト
SPL-005_オープンソースから見たマイクロソフト
decode2016
SPL-004_Windows 10 開発の舞台裏から学ぶエンジニアの未来
SPL-004_Windows 10 開発の舞台裏から学ぶエンジニアの未来
decode2016
SPL-003_黒船襲来! 世界DevOps トップ企業 x マイクロソフトによるトークバトル セッション
SPL-003_黒船襲来! 世界DevOps トップ企業 x マイクロソフトによるトークバトル セッション
decode2016
SPL-002_クラウド心配性な上司を説得するコツを伝授します ~本当に信頼できるクラウドの構築/運用とは? マイクロソフト クラウド成長の軌跡~
SPL-002_クラウド心配性な上司を説得するコツを伝授します ~本当に信頼できるクラウドの構築/運用とは? マイクロソフト クラウド成長の軌跡~
decode2016
PRD-009_クラウドの ERP による業務システム開発 ~OData エンド ポイントから Power BI 連携~
PRD-009_クラウドの ERP による業務システム開発 ~OData エンド ポイントから Power BI 連携~
decode2016
PRD-008_クラウド ネイティブ ERP ~Dynamics AX のアーキテクチャ/環境構築から開発/運用まで~
PRD-008_クラウド ネイティブ ERP ~Dynamics AX のアーキテクチャ/環境構築から開発/運用まで~
decode2016
PRD-006_機械学習で顧客対応はこう変わる! Azure ML と Dynamics で造る次世代 CRM
PRD-006_機械学習で顧客対応はこう変わる! Azure ML と Dynamics で造る次世代 CRM
decode2016
PRD-005_Skype Developer Platform によるアプリケーション開発の最新情報
PRD-005_Skype Developer Platform によるアプリケーション開発の最新情報
decode2016
PRD-004_ここまでできる! Azure AD と Office 365 連携開発の先進手法
PRD-004_ここまでできる! Azure AD と Office 365 連携開発の先進手法
decode2016
PRD-002_SharePoint Server 2016 & Online ハイブリッド環境での業務活用
PRD-002_SharePoint Server 2016 & Online ハイブリッド環境での業務活用
decode2016
INF-028_そのエラーやお困りごと、ツールを使えば解決できるかも! ~Sysinternals や OS 標準ツールの徹底活用術~
INF-028_そのエラーやお困りごと、ツールを使えば解決できるかも! ~Sysinternals や OS 標準ツールの徹底活用術~
decode2016
INF-027_セキュリティ マニアックス -サイバー攻撃の手口と防御手法- ~敵を知り、己を知れば百戦危うからず~
INF-027_セキュリティ マニアックス -サイバー攻撃の手口と防御手法- ~敵を知り、己を知れば百戦危うからず~
decode2016
INF-026_真のクラウドベース EMM ~マイクロソフトのモビリティ戦略はいかにユニークか~
INF-026_真のクラウドベース EMM ~マイクロソフトのモビリティ戦略はいかにユニークか~
decode2016
INF-025_企業で使える Windows 10 ~現実的なアプリ & デバイス管理~
INF-025_企業で使える Windows 10 ~現実的なアプリ & デバイス管理~
decode2016
INF-024_Windows 10 の展開 ~プロビジョニング? いやワイプ & ロードでしょ!~
INF-024_Windows 10 の展開 ~プロビジョニング? いやワイプ & ロードでしょ!~
decode2016
INF-023_マイクロソフトの特権管理ソリューションの全貌 ~永続的な管理者特権の廃止への道~
INF-023_マイクロソフトの特権管理ソリューションの全貌 ~永続的な管理者特権の廃止への道~
decode2016
INF-022_情報漏えいを責めるべからず。今必要な対策とは? ~Windows 10 セキュリティ機能徹底解説~
INF-022_情報漏えいを責めるべからず。今必要な対策とは? ~Windows 10 セキュリティ機能徹底解説~
decode2016
INF-021_実践! Windows as a Service との上手な付き合い方 ~新しい OS 更新管理の徹底解説~
INF-021_実践! Windows as a Service との上手な付き合い方 ~新しい OS 更新管理の徹底解説~
decode2016
INF-020_メーカーがおしえてくれない正しいクラウドについて
INF-020_メーカーがおしえてくれない正しいクラウドについて
decode2016
INF-019_Nano Server だけでここまでできる! ~極小サーバーの使い方~
INF-019_Nano Server だけでここまでできる! ~極小サーバーの使い方~
decode2016
More from decode2016
(20)
SPL-005_オープンソースから見たマイクロソフト
SPL-005_オープンソースから見たマイクロソフト
SPL-004_Windows 10 開発の舞台裏から学ぶエンジニアの未来
SPL-004_Windows 10 開発の舞台裏から学ぶエンジニアの未来
SPL-003_黒船襲来! 世界DevOps トップ企業 x マイクロソフトによるトークバトル セッション
SPL-003_黒船襲来! 世界DevOps トップ企業 x マイクロソフトによるトークバトル セッション
SPL-002_クラウド心配性な上司を説得するコツを伝授します ~本当に信頼できるクラウドの構築/運用とは? マイクロソフト クラウド成長の軌跡~
SPL-002_クラウド心配性な上司を説得するコツを伝授します ~本当に信頼できるクラウドの構築/運用とは? マイクロソフト クラウド成長の軌跡~
PRD-009_クラウドの ERP による業務システム開発 ~OData エンド ポイントから Power BI 連携~
PRD-009_クラウドの ERP による業務システム開発 ~OData エンド ポイントから Power BI 連携~
PRD-008_クラウド ネイティブ ERP ~Dynamics AX のアーキテクチャ/環境構築から開発/運用まで~
PRD-008_クラウド ネイティブ ERP ~Dynamics AX のアーキテクチャ/環境構築から開発/運用まで~
PRD-006_機械学習で顧客対応はこう変わる! Azure ML と Dynamics で造る次世代 CRM
PRD-006_機械学習で顧客対応はこう変わる! Azure ML と Dynamics で造る次世代 CRM
PRD-005_Skype Developer Platform によるアプリケーション開発の最新情報
PRD-005_Skype Developer Platform によるアプリケーション開発の最新情報
PRD-004_ここまでできる! Azure AD と Office 365 連携開発の先進手法
PRD-004_ここまでできる! Azure AD と Office 365 連携開発の先進手法
PRD-002_SharePoint Server 2016 & Online ハイブリッド環境での業務活用
PRD-002_SharePoint Server 2016 & Online ハイブリッド環境での業務活用
INF-028_そのエラーやお困りごと、ツールを使えば解決できるかも! ~Sysinternals や OS 標準ツールの徹底活用術~
INF-028_そのエラーやお困りごと、ツールを使えば解決できるかも! ~Sysinternals や OS 標準ツールの徹底活用術~
INF-027_セキュリティ マニアックス -サイバー攻撃の手口と防御手法- ~敵を知り、己を知れば百戦危うからず~
INF-027_セキュリティ マニアックス -サイバー攻撃の手口と防御手法- ~敵を知り、己を知れば百戦危うからず~
INF-026_真のクラウドベース EMM ~マイクロソフトのモビリティ戦略はいかにユニークか~
INF-026_真のクラウドベース EMM ~マイクロソフトのモビリティ戦略はいかにユニークか~
INF-025_企業で使える Windows 10 ~現実的なアプリ & デバイス管理~
INF-025_企業で使える Windows 10 ~現実的なアプリ & デバイス管理~
INF-024_Windows 10 の展開 ~プロビジョニング? いやワイプ & ロードでしょ!~
INF-024_Windows 10 の展開 ~プロビジョニング? いやワイプ & ロードでしょ!~
INF-023_マイクロソフトの特権管理ソリューションの全貌 ~永続的な管理者特権の廃止への道~
INF-023_マイクロソフトの特権管理ソリューションの全貌 ~永続的な管理者特権の廃止への道~
INF-022_情報漏えいを責めるべからず。今必要な対策とは? ~Windows 10 セキュリティ機能徹底解説~
INF-022_情報漏えいを責めるべからず。今必要な対策とは? ~Windows 10 セキュリティ機能徹底解説~
INF-021_実践! Windows as a Service との上手な付き合い方 ~新しい OS 更新管理の徹底解説~
INF-021_実践! Windows as a Service との上手な付き合い方 ~新しい OS 更新管理の徹底解説~
INF-020_メーカーがおしえてくれない正しいクラウドについて
INF-020_メーカーがおしえてくれない正しいクラウドについて
INF-019_Nano Server だけでここまでできる! ~極小サーバーの使い方~
INF-019_Nano Server だけでここまでできる! ~極小サーバーの使い方~
Recently uploaded
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
Toru Tamaki
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
Hiroki Ichikura
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Yuma Ohgami
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
taisei2219
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
Toru Tamaki
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
iPride Co., Ltd.
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Toru Tamaki
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
sugiuralab
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
Recently uploaded
(14)
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
DBP-013_Cortana Intelligence に切り込む! ~未来予測の仕組みと実装~
1.
ROOM D
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
バッファつきの データ入力 Microsoft Account Purchases $1.00 Halo
Spartan Assault $1.00 Halo Spartan Assault ホットストア 保存・蓄積 分析用ストア 抽出・加工 データ利用者 イベント加工 イベント処理 バッチ リアルタイム
13.
14.
15.
16.
17.
18.
19.
Machine Learning: 分析
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
age income 20 300 30
500 40 700 age income 20 300 30 500 40 700 age income 0 0 0.5 0.5 1 1
30.
チートシートを参照し、回帰分析に決定 適切な時間幅にデータをまとめる データを平滑化する(移動平均) データを正規化する
31.
32.
33.
• 数百万イベント/秒、GB/秒 の受信能力 •
AMQP、HTTPS のサポート
34.
msdn.microsoft.com/library/dn790674.aspx msdn.microsoft.com/library/jj933424.aspx github.com/Azure/azure-event-hubs
35.
Event Hubs へのイベント送信
(C#)
36.
proce ssed id cy cle coun ter endof cycle set ting1 … set ting3
s1 … s21 2016-05-24 T00:00:00. 1234567Z 1 1 1 0 -0.0007 … 100 518.67 … 23.419 … 1 1 2 0 0.0019 … 100 518.67 … 23.4236 … 1 1 3 0 -0.0043 … 100 518.67 … 23.3442 … 1 1 4 0 0.0007 … 100 518.67 … 23.3739 … 1 1 5 0 -0.0019 … 100 518.67 … 23.4044 … 1 1 6 0 -0.0043 … 100 518.67 … 23.3669 … 1 1 7 1 0.001 … 100 518.67 … 23.3774
37.
38.
39.
Point of Service Devices Self
Checkout Stations Kiosks Smart Phones Slates/ Tablets PCs/ Laptops Servers Digital Signs Diagnostic EquipmentRemote Medical Monitors Logic Controllers Specialized DevicesThin Clients Handhelds Security POS Terminals Automation Devices Vending Machines Kinect ATM
40.
Power BI
41.
データ ストリーム: Event
Hubs、IoT Hub、Blob Storage 参照データ: Blob Storage データ ストア: SQL Database、Blob Storage、 DocumentDB、Data Lake Store 可視化: Power BI イベント: Event Hubs、Service Bus (キュー/トピック)
42.
Stream Analytics クエリ SELECT INTO FROM
43.
Stream Analytics クエリ SELECT CAST
as Datetime as CAST as float as as INTO FROM
44.
Stream Analytics クエリ SELECT max
CAST as Datetime as avg as count as INTO FROM GROUP BY TumblingWindow second HAVING
45.
Machine Learning: 分析
46.
47.
48.
id cycle setting1
.. setting3 s1 .. s21 RUL 1 1 -0.0007 100 518.67 23.419 191 1 2 0.0019 100 518.67 23.4236 190 1 3 -0.0043 100 518.67 23.3442 189
49.
id cycle setting1
..setting3 s1 .. s21 a1 .. a21 RUL 1 1 -0.0007 100 518.6 23.419 518.67 23.419 191 1 2 0.0019 100 518.6 23.4236 518.67 23.4213 190 1 3 -0.0043 100 518.6 23.3442 518.67 23.3956 189
50.
51.
cycle Setting1 ..
setting3 s1 .. s21 a1 .. a21 RUL 0 0.45977 NaN NaN 0.7246NaN 0.7786 191 0.00277 0.60919 NaN NaN 0.7310NaN 0.7829 190 0.00554 0.25287 NaN NaN 0.621375NaN 0.733906 189
52.
cycle setting1 setting2
s2 … s21 a2 … a21 RUL 0 0.45977 0.166667 0.18373 0.72466 0.14396 0.77860191 0.00277 0.609195 0.25 0.28313 0.73101 0.20817 0.78299190 0.00554 0.252874 0.75 0.34337 0.62137 0.25551 0.73390189 0.00831 0.54023 0.5 0.34337 0.66238 0.27918 0.72354188
53.
Filter Based Feature
Selectionで
54.
RUL cycle a4
.. sd13 .. setting1 setting2 1 0.736 0.732 0.054 0.003 0.001
55.
RUL cycle a4
.. a11 sd13 191 0 0.289887 0.401786 0 190 0.00277 0.317735 0.409226 0.160656 189 0.00554 0.334766 0.357143 0.120224
56.
57.
58.
59.
60.
61.
62.
63.
64.
65.
Cortana Intelligence Suite https://channel9.msdn.com/Series/powerbi-jp https://azure.microsoft.com/ja-jp/solutions/cortana-intelligence/ Event
Hubs https://channel9.msdn.com/Series/powerbi-jp/powerBI-jp4 https://azure.microsoft.com/ja-jp/services/event-hubs/ http://aka.ms/eventhubstart
66.
Stream Analytics https://channel9.msdn.com/Series/powerbi-jp/powerBI-jp5 https://azure.microsoft.com/ja-jp/services/stream-analytics/ Data Factory http://aka.ms/masotadf https://doc.co/ofv4Vw https://azure.microsoft.com/ja-jp/services/data-factory/
67.
HDInsight http://aka.ms/daiyuhdi https://azure.microsoft.com/ja-jp/services/hdinsight/ Azure Machine Learning http://aka.ms/masotaml https://doc.co/4T2Tw7/Ysdv6D https://azure.microsoft.com/ja-jp/services/machine-learning/
68.
Power BI http://aka.ms/seijikpbi https://doc.co/iZKqkb https://powerbi.microsoft.com/ja-jp/
69.
データアクセスのためのツール http://storageexplorer.com/ http://aka.ms/masotasqltool データ解析のためのツール http://microsoft.github.io/RTVS-docs/
70.
aka.ms/solutiontemplates
71.
【 Session ID
】 DBP-013 アンケートにご協力ください。 ●アンケートに 上記の Session ID のブレイクアウトセッションに チェックを入れて下さい。 ●アンケートはお帰りの際に、受付でご提出ください。 マイクロソフトスペシャルグッズと引換えさせていただきます。
72.
ROOM D Ask the
Speaker のご案内 ●本セッションの詳細は、EXPO 会場内 『Ask the Speaker』コーナー Room D カウンタにてご説明させて いただきます。是非、お立ち寄りください。 Ask the Speaker EXPO会場MAP
Download now