SlideShare a Scribd company logo
1 of 17
Download to read offline
Cogbot 勉強会!#19
2019年1月22日
瀬尾佳隆 (@seosoft)
Microsoft MVP for AI
Machine Learning Service を
使ってみよう
自己紹介
◼瀬尾 佳隆 (せお よしたか)
• MVP for AI
• https://yseosoft.wordpress.com/
• 坂道 と仏像 / 屏風絵が好き、京都も好き
◼「AI をビジネスにどう利用するか」 を考えるのが今の仕事
2
今日の内容
◼ML サービスで出来ること
◼モデル作成時・訓練時の主な環境
◼どの環境を使うとよいか
◼ローカル環境の作り方
◼ML コンピューティング作成の Tips
3
ML サービスで出来ること
https://docs.microsoft.com/ja-jp/azure/machine-learning/service/overview-what-is-azure-ml
4
ML サービスで出来ること
5
データ前処理 モデル作成 訓練 モデル管理 イメージ作成 デプロイ
= ML 案件でやるべきこと
ML サービスで出来ること
6
データ前処理 モデル作成 訓練 モデル管理 イメージ作成 デプロイ
= ML 案件でやるべきこと
モデル作成・訓練時の主な環境
主なコンピューティング 特徴
モデル作成時
ローカルマシン VS Code が便利
手元の GPU マシンが使える場合はコレ
Azure Notebooks
Free Compute
無償で環境構築の手間がない
(が、遅い・・・)
Ubuntu DSVM 高速で環境構築の手間がない
訓練時
ML Compute
(旧 Batch AI)
“使った分だけ” お支払い
Low Priority VM ならば低コスト
Ubuntu DSVM 高速で環境構築の手間がない
ローカルマシン イニシャルコストだけでよい
7
詳しくは https://docs.microsoft.com/en-us/azure/machine-learning/service/how-to-set-up-training-targets
どの環境を使うとよいか (私見)
GPU ありマシンが使える場合 ローカルマシン
深層学習ではない場合 Azure Notebooks
“サクッ” と試したい場合
(環境構築が面倒)
Azure Notebooks
業務利用などで「万単位」の課金が
許容される場合
Ubuntu DSVM
どれにも当てはまらない場合 ローカルマシン (GPU なし)
8
モデル作成時
どの環境を使うとよいか (私見)
業務利用などで訓練を絶対に中断されたく
ない場合
ML Compute
高速かつ低コストで訓練したい場合 Low Priority
ML Compute
訓練専用の GPU ありマシンがある場合 ローカルマシン
低速でもいいのでできるだけ低コスト ローカルマシン
(GPU なし)
9
訓練時
ローカル環境の作り方
1. Anaconda or Miniconda インストール
2. Conda 仮想環境を作成
• conda create -n <環境名> Python=3.6 cython numpy
• conda activate <環境名>
3. SDK インストール
• pip install --upgrade azureml-sdk[notebooks,automl] azureml-
dataprep
4. Python Extension Pack (VS Code 用)
インストール
• https://marketplace.visualstudio.com/items?itemName=donjaya
manne.python-extension-pack
10
ローカル環境 (サービスポータル)
11
ローカル環境 (モデル作成時)
12
ML コンピューティング作成の Tips
Low Priority NC6 を使用したい場合
13
compute_name = os.environ.get("AML_COMPUTE_CLUSTER_NAME", "gpucluster")
compute_min_nodes = os.environ.get("AML_COMPUTE_CLUSTER_MIN_NODES", 0)
compute_max_nodes = os.environ.get("AML_COMPUTE_CLUSTER_MAX_NODES", 4)
vm_size = os.environ.get("AML_COMPUTE_CLUSTER_SKU", "STANDARD_NC6")
if compute_name in ws.compute_targets:
compute_target = ws.compute_targets[compute_name]
if compute_target and type(compute_target) is AmlCompute:
print('found compute target. just use it. ' + compute_name)
else:
print('creating a new compute target...')
provisioning_config = AmlCompute.provisioning_configuration(vm_size = vm_size,
min_nodes = compute_min_nodes,
max_nodes = compute_max_nodes,
vm_priority = 'lowpriority',
idle_seconds_before_scaledown = '30')
min_nodes は
絶対に 0
GPU ありなら
“STANDARD_NC6”
コストを抑えるには
“lowpriority”
アイドルタイムは
30秒でよさそう
(個人的な感想)
ML コンピューティング作成の Tips
14
ML コンピューティング作成の Tips
15
まとめ ~ 今日の内容
◼ML サービスで出来ること
◼モデル作成時・訓練時の主な環境
◼どの環境を使うとよいか
◼ローカル環境の作り方
◼ML コンピューティング作成の Tips
16
参考情報
◼ML サービス の Get Started
• https://notebooks.azure.com/azureml/projects/azureml-getting-started
◼Machine Learning サービスの公式ドキュメント
• https://docs.microsoft.com/ja-jp/azure/machine-learning/service/
◼モデルトレーニング用のコンピューティングターゲットを設定する
• https://docs.microsoft.com/ja-jp/azure/machine-learning/service/how-to-set-
up-training-targets
◼Azure Machine Learning のための開発環境を構成する
• https://docs.microsoft.com/ja-jp/azure/machine-learning/service/how-to-
configure-environment#create-workspace-configuration-file
◼Azure #Notebooks 最新情報
• https://yseosoft.wordpress.com/2018/12/09/azurenotebooks-connect2018/
17

More Related Content

What's hot

誰もが AI を使う時代、作る時代
誰もが AI を使う時代、作る時代誰もが AI を使う時代、作る時代
誰もが AI を使う時代、作る時代Yoshitaka Seo
 
API ペタペタしただけのお手軽 感情分析アプリ
API ペタペタしただけのお手軽 感情分析アプリAPI ペタペタしただけのお手軽 感情分析アプリ
API ペタペタしただけのお手軽 感情分析アプリYoshitaka Seo
 
構造化データをツールで簡単に分析
構造化データをツールで簡単に分析構造化データをツールで簡単に分析
構造化データをツールで簡単に分析Yoshitaka Seo
 
Azure IoT Edge で Custom Vision
Azure IoT Edge で Custom VisionAzure IoT Edge で Custom Vision
Azure IoT Edge で Custom VisionYoshitaka Seo
 
機械学習と Azure ML Studio の基本
機械学習と Azure ML Studio の基本機械学習と Azure ML Studio の基本
機械学習と Azure ML Studio の基本Yoshitaka Seo
 
めざせスカウター! HoloLensによる特定個人の 顔認識アプリ制作とその課題
めざせスカウター! HoloLensによる特定個人の 顔認識アプリ制作とその課題めざせスカウター! HoloLensによる特定個人の 顔認識アプリ制作とその課題
めざせスカウター! HoloLensによる特定個人の 顔認識アプリ制作とその課題Kenta Iwasaki
 
そのアプリ開発 PowerAppsでやるか否かの指針?(※個人的見解)
そのアプリ開発PowerAppsでやるか否かの指針?(※個人的見解)そのアプリ開発PowerAppsでやるか否かの指針?(※個人的見解)
そのアプリ開発 PowerAppsでやるか否かの指針?(※個人的見解)Teruchika Yamada
 
タイムカード打刻チャットボット「ごえもん」誕生話 
タイムカード打刻チャットボット「ごえもん」誕生話 タイムカード打刻チャットボット「ごえもん」誕生話 
タイムカード打刻チャットボット「ごえもん」誕生話 典子 松本
 
ソウゾウ1人目機械学習エンジニアの現在地
ソウゾウ1人目機械学習エンジニアの現在地 ソウゾウ1人目機械学習エンジニアの現在地
ソウゾウ1人目機械学習エンジニアの現在地 Wakana Nogami
 
Real-time personalized recommendation using embedding
Real-time personalized recommendation using embeddingReal-time personalized recommendation using embedding
Real-time personalized recommendation using embeddingRecruit Lifestyle Co., Ltd.
 
Microsoft Flow 改め、Power Automateはじめました。
Microsoft Flow 改め、Power Automateはじめました。Microsoft Flow 改め、Power Automateはじめました。
Microsoft Flow 改め、Power Automateはじめました。典子 松本
 
はじめよう!PowerAppsキホンのキ kintone × Microsoft Flow / Logic Appsの話
はじめよう!PowerAppsキホンのキ kintone × Microsoft Flow / Logic Appsの話はじめよう!PowerAppsキホンのキ kintone × Microsoft Flow / Logic Appsの話
はじめよう!PowerAppsキホンのキ kintone × Microsoft Flow / Logic Appsの話典子 松本
 
Teams + Power Platform でチームメンバーの状況報告を圧倒的効率化!
Teams + Power Platform でチームメンバーの状況報告を圧倒的効率化!Teams + Power Platform でチームメンバーの状況報告を圧倒的効率化!
Teams + Power Platform でチームメンバーの状況報告を圧倒的効率化!Teruchika Yamada
 
BIerのためのAI入門
BIerのためのAI入門BIerのためのAI入門
BIerのためのAI入門Yoshitaka Seo
 
「Power Platform 管理者」とは?
「Power Platform 管理者」とは?「Power Platform 管理者」とは?
「Power Platform 管理者」とは?Teruchika Yamada
 
SharePoint Online 外部共有を考える
SharePoint Online 外部共有を考えるSharePoint Online 外部共有を考える
SharePoint Online 外部共有を考えるTeruchika Yamada
 
Designer's Design Talk「デザインの基礎」
Designer's Design Talk「デザインの基礎」Designer's Design Talk「デザインの基礎」
Designer's Design Talk「デザインの基礎」典子 松本
 
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps典子 松本
 
Arduino で組み込み開発 - 京都TECH オープンキャンパス2021
Arduino で組み込み開発 - 京都TECH オープンキャンパス2021Arduino で組み込み開発 - 京都TECH オープンキャンパス2021
Arduino で組み込み開発 - 京都TECH オープンキャンパス2021Yoshitaka Seo
 

What's hot (20)

QnA Maker 逆入門
QnA Maker 逆入門QnA Maker 逆入門
QnA Maker 逆入門
 
誰もが AI を使う時代、作る時代
誰もが AI を使う時代、作る時代誰もが AI を使う時代、作る時代
誰もが AI を使う時代、作る時代
 
API ペタペタしただけのお手軽 感情分析アプリ
API ペタペタしただけのお手軽 感情分析アプリAPI ペタペタしただけのお手軽 感情分析アプリ
API ペタペタしただけのお手軽 感情分析アプリ
 
構造化データをツールで簡単に分析
構造化データをツールで簡単に分析構造化データをツールで簡単に分析
構造化データをツールで簡単に分析
 
Azure IoT Edge で Custom Vision
Azure IoT Edge で Custom VisionAzure IoT Edge で Custom Vision
Azure IoT Edge で Custom Vision
 
機械学習と Azure ML Studio の基本
機械学習と Azure ML Studio の基本機械学習と Azure ML Studio の基本
機械学習と Azure ML Studio の基本
 
めざせスカウター! HoloLensによる特定個人の 顔認識アプリ制作とその課題
めざせスカウター! HoloLensによる特定個人の 顔認識アプリ制作とその課題めざせスカウター! HoloLensによる特定個人の 顔認識アプリ制作とその課題
めざせスカウター! HoloLensによる特定個人の 顔認識アプリ制作とその課題
 
そのアプリ開発 PowerAppsでやるか否かの指針?(※個人的見解)
そのアプリ開発PowerAppsでやるか否かの指針?(※個人的見解)そのアプリ開発PowerAppsでやるか否かの指針?(※個人的見解)
そのアプリ開発 PowerAppsでやるか否かの指針?(※個人的見解)
 
タイムカード打刻チャットボット「ごえもん」誕生話 
タイムカード打刻チャットボット「ごえもん」誕生話 タイムカード打刻チャットボット「ごえもん」誕生話 
タイムカード打刻チャットボット「ごえもん」誕生話 
 
ソウゾウ1人目機械学習エンジニアの現在地
ソウゾウ1人目機械学習エンジニアの現在地 ソウゾウ1人目機械学習エンジニアの現在地
ソウゾウ1人目機械学習エンジニアの現在地
 
Real-time personalized recommendation using embedding
Real-time personalized recommendation using embeddingReal-time personalized recommendation using embedding
Real-time personalized recommendation using embedding
 
Microsoft Flow 改め、Power Automateはじめました。
Microsoft Flow 改め、Power Automateはじめました。Microsoft Flow 改め、Power Automateはじめました。
Microsoft Flow 改め、Power Automateはじめました。
 
はじめよう!PowerAppsキホンのキ kintone × Microsoft Flow / Logic Appsの話
はじめよう!PowerAppsキホンのキ kintone × Microsoft Flow / Logic Appsの話はじめよう!PowerAppsキホンのキ kintone × Microsoft Flow / Logic Appsの話
はじめよう!PowerAppsキホンのキ kintone × Microsoft Flow / Logic Appsの話
 
Teams + Power Platform でチームメンバーの状況報告を圧倒的効率化!
Teams + Power Platform でチームメンバーの状況報告を圧倒的効率化!Teams + Power Platform でチームメンバーの状況報告を圧倒的効率化!
Teams + Power Platform でチームメンバーの状況報告を圧倒的効率化!
 
BIerのためのAI入門
BIerのためのAI入門BIerのためのAI入門
BIerのためのAI入門
 
「Power Platform 管理者」とは?
「Power Platform 管理者」とは?「Power Platform 管理者」とは?
「Power Platform 管理者」とは?
 
SharePoint Online 外部共有を考える
SharePoint Online 外部共有を考えるSharePoint Online 外部共有を考える
SharePoint Online 外部共有を考える
 
Designer's Design Talk「デザインの基礎」
Designer's Design Talk「デザインの基礎」Designer's Design Talk「デザインの基礎」
Designer's Design Talk「デザインの基礎」
 
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
 
Arduino で組み込み開発 - 京都TECH オープンキャンパス2021
Arduino で組み込み開発 - 京都TECH オープンキャンパス2021Arduino で組み込み開発 - 京都TECH オープンキャンパス2021
Arduino で組み込み開発 - 京都TECH オープンキャンパス2021
 

Similar to Machine Learning Serviceを使ってみよう

MOV お客さま探索ナビの GCP ML開発フローについて
MOV お客さま探索ナビの GCP ML開発フローについてMOV お客さま探索ナビの GCP ML開発フローについて
MOV お客さま探索ナビの GCP ML開発フローについてDeNA
 
MOV お客さま探索ナビの GCP ML開発フローについて
MOV お客さま探索ナビの GCP ML開発フローについてMOV お客さま探索ナビの GCP ML開発フローについて
MOV お客さま探索ナビの GCP ML開発フローについてTakashi Suzuki
 
【17-E-4】 未来はどこにいても誰にでも平等にある。 未来を創るのは自分自身だ。 ~SIerの中で生きるということ~
【17-E-4】 未来はどこにいても誰にでも平等にある。 未来を創るのは自分自身だ。 ~SIerの中で生きるということ~【17-E-4】 未来はどこにいても誰にでも平等にある。 未来を創るのは自分自身だ。 ~SIerの中で生きるということ~
【17-E-4】 未来はどこにいても誰にでも平等にある。 未来を創るのは自分自身だ。 ~SIerの中で生きるということ~Yoshitaka Kawashima
 
機械学習応用システムのアーキテクチャ・デザイパターン(2020-07 ドラフトバージョン))
機械学習応用システムのアーキテクチャ・デザイパターン(2020-07 ドラフトバージョン))機械学習応用システムのアーキテクチャ・デザイパターン(2020-07 ドラフトバージョン))
機械学習応用システムのアーキテクチャ・デザイパターン(2020-07 ドラフトバージョン))HironoriTAKEUCHI1
 
5分で理解するクラウドビジネスアプリ
5分で理解するクラウドビジネスアプリ5分で理解するクラウドビジネスアプリ
5分で理解するクラウドビジネスアプリYoshitaka Seo
 
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介munjapan
 
[G-Tech2015]インフラエンジニア、アプリ開発者集まれ!今注目のIBMのクラウド「SoftLayer」「Bluemix」とは? - 日本アイ・ビー...
[G-Tech2015]インフラエンジニア、アプリ開発者集まれ!今注目のIBMのクラウド「SoftLayer」「Bluemix」とは? - 日本アイ・ビー...[G-Tech2015]インフラエンジニア、アプリ開発者集まれ!今注目のIBMのクラウド「SoftLayer」「Bluemix」とは? - 日本アイ・ビー...
[G-Tech2015]インフラエンジニア、アプリ開発者集まれ!今注目のIBMのクラウド「SoftLayer」「Bluemix」とは? - 日本アイ・ビー...Trainocate Japan, Ltd.
 
やまさん と Microsoft Power Apps 入門しよう!
やまさん と Microsoft Power Apps 入門しよう!やまさん と Microsoft Power Apps 入門しよう!
やまさん と Microsoft Power Apps 入門しよう!Teruchika Yamada
 
Bot Framework 最新情報 2018
Bot Framework 最新情報 2018Bot Framework 最新情報 2018
Bot Framework 最新情報 2018Yoshitaka Seo
 
de:code 2019登壇資料:MLOpsによるAIモデルの作り方
de:code 2019登壇資料:MLOpsによるAIモデルの作り方de:code 2019登壇資料:MLOpsによるAIモデルの作り方
de:code 2019登壇資料:MLOpsによるAIモデルの作り方Hiroshi Senga
 
機械学習モデルのサービングとは?
機械学習モデルのサービングとは?機械学習モデルのサービングとは?
機械学習モデルのサービングとは?Sho Tanaka
 
現場ではこう使った~Office 365 と Azure Functions、Azure Data Factory、Azure SQL Database,...
現場ではこう使った~Office 365 と Azure Functions、Azure Data Factory、Azure SQL Database,...現場ではこう使った~Office 365 と Azure Functions、Azure Data Factory、Azure SQL Database,...
現場ではこう使った~Office 365 と Azure Functions、Azure Data Factory、Azure SQL Database,...Masayuki Ota
 
クラウド事業者に求めるビジネス要件
クラウド事業者に求めるビジネス要件クラウド事業者に求めるビジネス要件
クラウド事業者に求めるビジネス要件雄哉 吉田
 
Microsoft MVP/Regional Director x Microsoft Japan Digital Days #MSDD2021
Microsoft MVP/Regional Director x Microsoft Japan Digital Days #MSDD2021Microsoft MVP/Regional Director x Microsoft Japan Digital Days #MSDD2021
Microsoft MVP/Regional Director x Microsoft Japan Digital Days #MSDD2021Rie Moriguchi
 
アジャイルにモデリングは必要か
アジャイルにモデリングは必要かアジャイルにモデリングは必要か
アジャイルにモデリングは必要かHiromasa Oka
 
制作者にとってのWeb解析
制作者にとってのWeb解析制作者にとってのWeb解析
制作者にとってのWeb解析Makoto Shimizu
 
機械学習に取り組んでいる企業の紹介
機械学習に取り組んでいる企業の紹介機械学習に取り組んでいる企業の紹介
機械学習に取り組んでいる企業の紹介Kazuma Kadomae
 

Similar to Machine Learning Serviceを使ってみよう (20)

ML Opsのススメ
ML OpsのススメML Opsのススメ
ML Opsのススメ
 
Microsoft Office 365への移行について
Microsoft Office 365への移行についてMicrosoft Office 365への移行について
Microsoft Office 365への移行について
 
MOV お客さま探索ナビの GCP ML開発フローについて
MOV お客さま探索ナビの GCP ML開発フローについてMOV お客さま探索ナビの GCP ML開発フローについて
MOV お客さま探索ナビの GCP ML開発フローについて
 
MOV お客さま探索ナビの GCP ML開発フローについて
MOV お客さま探索ナビの GCP ML開発フローについてMOV お客さま探索ナビの GCP ML開発フローについて
MOV お客さま探索ナビの GCP ML開発フローについて
 
【17-E-4】 未来はどこにいても誰にでも平等にある。 未来を創るのは自分自身だ。 ~SIerの中で生きるということ~
【17-E-4】 未来はどこにいても誰にでも平等にある。 未来を創るのは自分自身だ。 ~SIerの中で生きるということ~【17-E-4】 未来はどこにいても誰にでも平等にある。 未来を創るのは自分自身だ。 ~SIerの中で生きるということ~
【17-E-4】 未来はどこにいても誰にでも平等にある。 未来を創るのは自分自身だ。 ~SIerの中で生きるということ~
 
機械学習応用システムのアーキテクチャ・デザイパターン(2020-07 ドラフトバージョン))
機械学習応用システムのアーキテクチャ・デザイパターン(2020-07 ドラフトバージョン))機械学習応用システムのアーキテクチャ・デザイパターン(2020-07 ドラフトバージョン))
機械学習応用システムのアーキテクチャ・デザイパターン(2020-07 ドラフトバージョン))
 
5分で理解するクラウドビジネスアプリ
5分で理解するクラウドビジネスアプリ5分で理解するクラウドビジネスアプリ
5分で理解するクラウドビジネスアプリ
 
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介
 
[G-Tech2015]インフラエンジニア、アプリ開発者集まれ!今注目のIBMのクラウド「SoftLayer」「Bluemix」とは? - 日本アイ・ビー...
[G-Tech2015]インフラエンジニア、アプリ開発者集まれ!今注目のIBMのクラウド「SoftLayer」「Bluemix」とは? - 日本アイ・ビー...[G-Tech2015]インフラエンジニア、アプリ開発者集まれ!今注目のIBMのクラウド「SoftLayer」「Bluemix」とは? - 日本アイ・ビー...
[G-Tech2015]インフラエンジニア、アプリ開発者集まれ!今注目のIBMのクラウド「SoftLayer」「Bluemix」とは? - 日本アイ・ビー...
 
やまさん と Microsoft Power Apps 入門しよう!
やまさん と Microsoft Power Apps 入門しよう!やまさん と Microsoft Power Apps 入門しよう!
やまさん と Microsoft Power Apps 入門しよう!
 
Bot Framework 最新情報 2018
Bot Framework 最新情報 2018Bot Framework 最新情報 2018
Bot Framework 最新情報 2018
 
de:code 2019登壇資料:MLOpsによるAIモデルの作り方
de:code 2019登壇資料:MLOpsによるAIモデルの作り方de:code 2019登壇資料:MLOpsによるAIモデルの作り方
de:code 2019登壇資料:MLOpsによるAIモデルの作り方
 
機械学習モデルのサービングとは?
機械学習モデルのサービングとは?機械学習モデルのサービングとは?
機械学習モデルのサービングとは?
 
現場ではこう使った~Office 365 と Azure Functions、Azure Data Factory、Azure SQL Database,...
現場ではこう使った~Office 365 と Azure Functions、Azure Data Factory、Azure SQL Database,...現場ではこう使った~Office 365 と Azure Functions、Azure Data Factory、Azure SQL Database,...
現場ではこう使った~Office 365 と Azure Functions、Azure Data Factory、Azure SQL Database,...
 
クラウド事業者に求めるビジネス要件
クラウド事業者に求めるビジネス要件クラウド事業者に求めるビジネス要件
クラウド事業者に求めるビジネス要件
 
Microsoft MVP/Regional Director x Microsoft Japan Digital Days #MSDD2021
Microsoft MVP/Regional Director x Microsoft Japan Digital Days #MSDD2021Microsoft MVP/Regional Director x Microsoft Japan Digital Days #MSDD2021
Microsoft MVP/Regional Director x Microsoft Japan Digital Days #MSDD2021
 
アジャイルにモデリングは必要か
アジャイルにモデリングは必要かアジャイルにモデリングは必要か
アジャイルにモデリングは必要か
 
制作者にとってのWeb解析
制作者にとってのWeb解析制作者にとってのWeb解析
制作者にとってのWeb解析
 
機械学習に取り組んでいる企業の紹介
機械学習に取り組んでいる企業の紹介機械学習に取り組んでいる企業の紹介
機械学習に取り組んでいる企業の紹介
 
Microsoft 365 Day 基調講演
Microsoft 365 Day 基調講演Microsoft 365 Day 基調講演
Microsoft 365 Day 基調講演
 

More from Yoshitaka Seo

言語系サービスの統合ポータル Language Studio で Microsoft AI を再確認
言語系サービスの統合ポータル Language Studio で Microsoft AI を再確認言語系サービスの統合ポータル Language Studio で Microsoft AI を再確認
言語系サービスの統合ポータル Language Studio で Microsoft AI を再確認Yoshitaka Seo
 
AI-900 ポイント解説
AI-900 ポイント解説AI-900 ポイント解説
AI-900 ポイント解説Yoshitaka Seo
 
VS Code Tools for AI の紹介
VS Code Tools for AI の紹介VS Code Tools for AI の紹介
VS Code Tools for AI の紹介Yoshitaka Seo
 
Bot Builder V4 SDK + QnA Maker / LUIS
Bot Builder V4 SDK  + QnA Maker / LUISBot Builder V4 SDK  + QnA Maker / LUIS
Bot Builder V4 SDK + QnA Maker / LUISYoshitaka Seo
 
Azure Machine Leaning Workbench の使い方
Azure Machine Leaning Workbench の使い方Azure Machine Leaning Workbench の使い方
Azure Machine Leaning Workbench の使い方Yoshitaka Seo
 
Skype for Business + Bot + Graph API
Skype for Business + Bot + Graph APISkype for Business + Bot + Graph API
Skype for Business + Bot + Graph APIYoshitaka Seo
 
IoT キットハンズオン解説 (Azure ML Studio 編) Part4 グループ化
IoT キットハンズオン解説 (Azure ML Studio 編) Part4 グループ化IoT キットハンズオン解説 (Azure ML Studio 編) Part4 グループ化
IoT キットハンズオン解説 (Azure ML Studio 編) Part4 グループ化Yoshitaka Seo
 
IoT キットハンズオン解説 (Azure ML Studio 編) Part3 分類分析
IoT キットハンズオン解説 (Azure ML Studio 編) Part3 分類分析IoT キットハンズオン解説 (Azure ML Studio 編) Part3 分類分析
IoT キットハンズオン解説 (Azure ML Studio 編) Part3 分類分析Yoshitaka Seo
 
IoT キットハンズオン解説 (Azure ML Studio 編) Part1 共通手順
IoT キットハンズオン解説 (Azure ML Studio 編) Part1 共通手順IoT キットハンズオン解説 (Azure ML Studio 編) Part1 共通手順
IoT キットハンズオン解説 (Azure ML Studio 編) Part1 共通手順Yoshitaka Seo
 
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section3
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section3IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section3
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section3Yoshitaka Seo
 
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section2
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section2IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section2
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section2Yoshitaka Seo
 
IoT ALGYAN ハンズオンのソースコード解説します
IoT ALGYAN ハンズオンのソースコード解説しますIoT ALGYAN ハンズオンのソースコード解説します
IoT ALGYAN ハンズオンのソースコード解説しますYoshitaka Seo
 

More from Yoshitaka Seo (13)

言語系サービスの統合ポータル Language Studio で Microsoft AI を再確認
言語系サービスの統合ポータル Language Studio で Microsoft AI を再確認言語系サービスの統合ポータル Language Studio で Microsoft AI を再確認
言語系サービスの統合ポータル Language Studio で Microsoft AI を再確認
 
AI-900 ポイント解説
AI-900 ポイント解説AI-900 ポイント解説
AI-900 ポイント解説
 
VS Code Tools for AI の紹介
VS Code Tools for AI の紹介VS Code Tools for AI の紹介
VS Code Tools for AI の紹介
 
Bot Builder V4 SDK + QnA Maker / LUIS
Bot Builder V4 SDK  + QnA Maker / LUISBot Builder V4 SDK  + QnA Maker / LUIS
Bot Builder V4 SDK + QnA Maker / LUIS
 
Bot Service 概要
Bot Service 概要Bot Service 概要
Bot Service 概要
 
Azure Machine Leaning Workbench の使い方
Azure Machine Leaning Workbench の使い方Azure Machine Leaning Workbench の使い方
Azure Machine Leaning Workbench の使い方
 
Skype for Business + Bot + Graph API
Skype for Business + Bot + Graph APISkype for Business + Bot + Graph API
Skype for Business + Bot + Graph API
 
IoT キットハンズオン解説 (Azure ML Studio 編) Part4 グループ化
IoT キットハンズオン解説 (Azure ML Studio 編) Part4 グループ化IoT キットハンズオン解説 (Azure ML Studio 編) Part4 グループ化
IoT キットハンズオン解説 (Azure ML Studio 編) Part4 グループ化
 
IoT キットハンズオン解説 (Azure ML Studio 編) Part3 分類分析
IoT キットハンズオン解説 (Azure ML Studio 編) Part3 分類分析IoT キットハンズオン解説 (Azure ML Studio 編) Part3 分類分析
IoT キットハンズオン解説 (Azure ML Studio 編) Part3 分類分析
 
IoT キットハンズオン解説 (Azure ML Studio 編) Part1 共通手順
IoT キットハンズオン解説 (Azure ML Studio 編) Part1 共通手順IoT キットハンズオン解説 (Azure ML Studio 編) Part1 共通手順
IoT キットハンズオン解説 (Azure ML Studio 編) Part1 共通手順
 
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section3
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section3IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section3
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section3
 
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section2
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section2IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section2
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section2
 
IoT ALGYAN ハンズオンのソースコード解説します
IoT ALGYAN ハンズオンのソースコード解説しますIoT ALGYAN ハンズオンのソースコード解説します
IoT ALGYAN ハンズオンのソースコード解説します
 

Machine Learning Serviceを使ってみよう