Submit Search
Upload
20150404 jazug fukushima
•
Download as PPTX, PDF
•
1 like
•
882 views
Toshiyuki Manabe
Follow
2015/4/4 JAZUG FukushimaでのAzure Machine Learningについての資料です。
Read less
Read more
Technology
Report
Share
Report
Share
1 of 15
Download now
Recommended
Azure MLで機械学習をやってみよう
Azure MLで機械学習をやってみよう
Ryuichi Tokugami
20150608 初心者によるazure machinelearning入門
20150608 初心者によるazure machinelearning入門
Toshiyuki Manabe
20140920 jazug ml
20140920 jazug ml
Toshiyuki Manabe
簡単に機械学習(画像)を使おうと思ったけど、駄目だった話
簡単に機械学習(画像)を使おうと思ったけど、駄目だった話
Mitsushige Ishiguro
Azure MLによるWeb Serviceの作り方
Azure MLによるWeb Serviceの作り方
nishioka1
Try Azure Machine Learning
Try Azure Machine Learning
sady_nitro
Azure Machine Learningによるレコメンデーションの設計&実装を公開!~朝日カルチャーセンターの事例から~
Azure Machine Learningによるレコメンデーションの設計&実装を公開!~朝日カルチャーセンターの事例から~
貴志 上坂
Azure MLやってみよう
Azure MLやってみよう
A AOKI
Recommended
Azure MLで機械学習をやってみよう
Azure MLで機械学習をやってみよう
Ryuichi Tokugami
20150608 初心者によるazure machinelearning入門
20150608 初心者によるazure machinelearning入門
Toshiyuki Manabe
20140920 jazug ml
20140920 jazug ml
Toshiyuki Manabe
簡単に機械学習(画像)を使おうと思ったけど、駄目だった話
簡単に機械学習(画像)を使おうと思ったけど、駄目だった話
Mitsushige Ishiguro
Azure MLによるWeb Serviceの作り方
Azure MLによるWeb Serviceの作り方
nishioka1
Try Azure Machine Learning
Try Azure Machine Learning
sady_nitro
Azure Machine Learningによるレコメンデーションの設計&実装を公開!~朝日カルチャーセンターの事例から~
Azure Machine Learningによるレコメンデーションの設計&実装を公開!~朝日カルチャーセンターの事例から~
貴志 上坂
Azure MLやってみよう
Azure MLやってみよう
A AOKI
初めて機械学習を勉強しました
初めて機械学習を勉強しました
雄哉 吉田
エンタープライズと機械学習技術
エンタープライズと機械学習技術
maruyama097
Scikit-learnを使って 画像分類を行う
Scikit-learnを使って 画像分類を行う
Arata Honda
実戦投入する機械学習
実戦投入する機械学習
Takahiro Kubo
実践コンピュータビジョン 9章 画像の領域分割
実践コンピュータビジョン 9章 画像の領域分割
yaju88
Azure Machine Learning getting started
Azure Machine Learning getting started
Masayuki Ota
【A02】ドローンを使ったプログラミング教育【青森大学/ソフトウェア情報学部 橋本研究室】
【A02】ドローンを使ったプログラミング教育【青森大学/ソフトウェア情報学部 橋本研究室】
aomorisix
Microsoft Azure Machine Learning "ちょっと"だけ触ってみた
Microsoft Azure Machine Learning "ちょっと"だけ触ってみた
Yuki Katada
アルゴリズムから学ぶAzure mlモジュールの使いこなし方 hd-insight編-
アルゴリズムから学ぶAzure mlモジュールの使いこなし方 hd-insight編-
貴志 上坂
20181117 azure ml_seminar_1
20181117 azure ml_seminar_1
sady_nitro
Exam prep microsoft_ai900_japanese_210428
Exam prep microsoft_ai900_japanese_210428
Yukio Saito
Azure Machine Learning の使い方 (全体を理解するための入門編)
Azure Machine Learning の使い方 (全体を理解するための入門編)
hnishi
誰でも簡単!機械学習ワークショップ
誰でも簡単!機械学習ワークショップ
Yuta Inamura
開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析
開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析
貴志 上坂
開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析
開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析
貴志 上坂
このサービスは俺に聞け勉強会(機械学習)
このサービスは俺に聞け勉強会(機械学習)
Satoshi Noto
60分でわかった気になるMicrosoft Azure
60分でわかった気になるMicrosoft Azure
Kazumi Hirose
20181117 azure ml_seminar_2
20181117 azure ml_seminar_2
sady_nitro
Elasticsearchの機械学習機能を使ってみた
Elasticsearchの機械学習機能を使ってみた
YuichiArisaka
Azure における強化学習への取り組み
Azure における強化学習への取り組み
Keita Onabuta
AutoML & InterpretML (2019/11/27 Deep Learning Lab 講演資料)
AutoML & InterpretML (2019/11/27 Deep Learning Lab 講演資料)
Keita Onabuta
Azureで動いている機械学習のいろいろについて
Azureで動いている機械学習のいろいろについて
エンジニア勉強会 エスキュービズム
More Related Content
What's hot
初めて機械学習を勉強しました
初めて機械学習を勉強しました
雄哉 吉田
エンタープライズと機械学習技術
エンタープライズと機械学習技術
maruyama097
Scikit-learnを使って 画像分類を行う
Scikit-learnを使って 画像分類を行う
Arata Honda
実戦投入する機械学習
実戦投入する機械学習
Takahiro Kubo
実践コンピュータビジョン 9章 画像の領域分割
実践コンピュータビジョン 9章 画像の領域分割
yaju88
Azure Machine Learning getting started
Azure Machine Learning getting started
Masayuki Ota
【A02】ドローンを使ったプログラミング教育【青森大学/ソフトウェア情報学部 橋本研究室】
【A02】ドローンを使ったプログラミング教育【青森大学/ソフトウェア情報学部 橋本研究室】
aomorisix
What's hot
(7)
初めて機械学習を勉強しました
初めて機械学習を勉強しました
エンタープライズと機械学習技術
エンタープライズと機械学習技術
Scikit-learnを使って 画像分類を行う
Scikit-learnを使って 画像分類を行う
実戦投入する機械学習
実戦投入する機械学習
実践コンピュータビジョン 9章 画像の領域分割
実践コンピュータビジョン 9章 画像の領域分割
Azure Machine Learning getting started
Azure Machine Learning getting started
【A02】ドローンを使ったプログラミング教育【青森大学/ソフトウェア情報学部 橋本研究室】
【A02】ドローンを使ったプログラミング教育【青森大学/ソフトウェア情報学部 橋本研究室】
Similar to 20150404 jazug fukushima
Microsoft Azure Machine Learning "ちょっと"だけ触ってみた
Microsoft Azure Machine Learning "ちょっと"だけ触ってみた
Yuki Katada
アルゴリズムから学ぶAzure mlモジュールの使いこなし方 hd-insight編-
アルゴリズムから学ぶAzure mlモジュールの使いこなし方 hd-insight編-
貴志 上坂
20181117 azure ml_seminar_1
20181117 azure ml_seminar_1
sady_nitro
Exam prep microsoft_ai900_japanese_210428
Exam prep microsoft_ai900_japanese_210428
Yukio Saito
Azure Machine Learning の使い方 (全体を理解するための入門編)
Azure Machine Learning の使い方 (全体を理解するための入門編)
hnishi
誰でも簡単!機械学習ワークショップ
誰でも簡単!機械学習ワークショップ
Yuta Inamura
開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析
開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析
貴志 上坂
開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析
開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析
貴志 上坂
このサービスは俺に聞け勉強会(機械学習)
このサービスは俺に聞け勉強会(機械学習)
Satoshi Noto
60分でわかった気になるMicrosoft Azure
60分でわかった気になるMicrosoft Azure
Kazumi Hirose
20181117 azure ml_seminar_2
20181117 azure ml_seminar_2
sady_nitro
Elasticsearchの機械学習機能を使ってみた
Elasticsearchの機械学習機能を使ってみた
YuichiArisaka
Azure における強化学習への取り組み
Azure における強化学習への取り組み
Keita Onabuta
AutoML & InterpretML (2019/11/27 Deep Learning Lab 講演資料)
AutoML & InterpretML (2019/11/27 Deep Learning Lab 講演資料)
Keita Onabuta
Azureで動いている機械学習のいろいろについて
Azureで動いている機械学習のいろいろについて
エンジニア勉強会 エスキュービズム
Machine Learning Bootstrap
Machine Learning Bootstrap
Takahiro Kubo
帰ってきた インフラ野郎 Azureチーム ~Azure データセンターテクノロジー解体新書2018春~ - de:code2018
帰ってきた インフラ野郎 Azureチーム ~Azure データセンターテクノロジー解体新書2018春~ - de:code2018
Toru Makabe
Ns study Azure IoTHub紹介
Ns study Azure IoTHub紹介
貴志 上坂
Swiftで機械学習(Play Machinelearning with Swift easily)
Swiftで機械学習(Play Machinelearning with Swift easily)
Yusuke Yoshie
1時間で分かるSTA (Software Test Automation) #stac2014
1時間で分かるSTA (Software Test Automation) #stac2014
Kazuhiro Suzuki
Similar to 20150404 jazug fukushima
(20)
Microsoft Azure Machine Learning "ちょっと"だけ触ってみた
Microsoft Azure Machine Learning "ちょっと"だけ触ってみた
アルゴリズムから学ぶAzure mlモジュールの使いこなし方 hd-insight編-
アルゴリズムから学ぶAzure mlモジュールの使いこなし方 hd-insight編-
20181117 azure ml_seminar_1
20181117 azure ml_seminar_1
Exam prep microsoft_ai900_japanese_210428
Exam prep microsoft_ai900_japanese_210428
Azure Machine Learning の使い方 (全体を理解するための入門編)
Azure Machine Learning の使い方 (全体を理解するための入門編)
誰でも簡単!機械学習ワークショップ
誰でも簡単!機械学習ワークショップ
開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析
開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析
開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析
開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析
このサービスは俺に聞け勉強会(機械学習)
このサービスは俺に聞け勉強会(機械学習)
60分でわかった気になるMicrosoft Azure
60分でわかった気になるMicrosoft Azure
20181117 azure ml_seminar_2
20181117 azure ml_seminar_2
Elasticsearchの機械学習機能を使ってみた
Elasticsearchの機械学習機能を使ってみた
Azure における強化学習への取り組み
Azure における強化学習への取り組み
AutoML & InterpretML (2019/11/27 Deep Learning Lab 講演資料)
AutoML & InterpretML (2019/11/27 Deep Learning Lab 講演資料)
Azureで動いている機械学習のいろいろについて
Azureで動いている機械学習のいろいろについて
Machine Learning Bootstrap
Machine Learning Bootstrap
帰ってきた インフラ野郎 Azureチーム ~Azure データセンターテクノロジー解体新書2018春~ - de:code2018
帰ってきた インフラ野郎 Azureチーム ~Azure データセンターテクノロジー解体新書2018春~ - de:code2018
Ns study Azure IoTHub紹介
Ns study Azure IoTHub紹介
Swiftで機械学習(Play Machinelearning with Swift easily)
Swiftで機械学習(Play Machinelearning with Swift easily)
1時間で分かるSTA (Software Test Automation) #stac2014
1時間で分かるSTA (Software Test Automation) #stac2014
More from Toshiyuki Manabe
20190919 tocfe sendai branch
20190919 tocfe sendai branch
Toshiyuki Manabe
20181213_toc_tocfe_sendai
20181213_toc_tocfe_sendai
Toshiyuki Manabe
20180912 toc tocfe_sendai
20180912 toc tocfe_sendai
Toshiyuki Manabe
20180728 helping
20180728 helping
Toshiyuki Manabe
20180623 theory of Entertainment
20180623 theory of Entertainment
Toshiyuki Manabe
20180512 recommendation for_anxiety_management
20180512 recommendation for_anxiety_management
Toshiyuki Manabe
20180328 toc tocfe sendai
20180328 toc tocfe sendai
Toshiyuki Manabe
20180321 sapid_fan_meeting
20180321 sapid_fan_meeting
Toshiyuki Manabe
聴き手に理解してもらうためのプレゼン資料の作り方
聴き手に理解してもらうためのプレゼン資料の作り方
Toshiyuki Manabe
納得してもらえる社内提案を考えよう
納得してもらえる社内提案を考えよう
Toshiyuki Manabe
聴き手に満足してもらうための伝える技術
聴き手に満足してもらうための伝える技術
Toshiyuki Manabe
20160423 test analyze
20160423 test analyze
Toshiyuki Manabe
パフォーマー視点から学ぶエンジニア像
パフォーマー視点から学ぶエンジニア像
Toshiyuki Manabe
20150131 mvp com_camp_lt
20150131 mvp com_camp_lt
Toshiyuki Manabe
20150131 mvp com_camp
20150131 mvp com_camp
Toshiyuki Manabe
More from Toshiyuki Manabe
(15)
20190919 tocfe sendai branch
20190919 tocfe sendai branch
20181213_toc_tocfe_sendai
20181213_toc_tocfe_sendai
20180912 toc tocfe_sendai
20180912 toc tocfe_sendai
20180728 helping
20180728 helping
20180623 theory of Entertainment
20180623 theory of Entertainment
20180512 recommendation for_anxiety_management
20180512 recommendation for_anxiety_management
20180328 toc tocfe sendai
20180328 toc tocfe sendai
20180321 sapid_fan_meeting
20180321 sapid_fan_meeting
聴き手に理解してもらうためのプレゼン資料の作り方
聴き手に理解してもらうためのプレゼン資料の作り方
納得してもらえる社内提案を考えよう
納得してもらえる社内提案を考えよう
聴き手に満足してもらうための伝える技術
聴き手に満足してもらうための伝える技術
20160423 test analyze
20160423 test analyze
パフォーマー視点から学ぶエンジニア像
パフォーマー視点から学ぶエンジニア像
20150131 mvp com_camp_lt
20150131 mvp com_camp_lt
20150131 mvp com_camp
20150131 mvp com_camp
Recently uploaded
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
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
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
【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
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
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
Hiroshi Tomioka
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
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
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
(9)
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
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
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...
【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)
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)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
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?
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
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
20150404 jazug fukushima
1.
初心者による Azure Machine Learning入門 2015/4/4 JAZUG福島
第一回 JAZUG仙台 真鍋俊之
2.
Azure Machine
Learningについての紹介 機械学習初心者の方に、機械学習について興味を 持ってもらう。 機械学習をやりたい!って思ってもらう。 そして、機械学習を使うときに Azure Machine Learningを使ってもらう。 本発表の目的
3.
機械学習の概要の説明 機械学習とは?
なぜ、機械学習を学ぶのか? なぜ、Azure Machine Leaningを使うのか? Azure Machine Learningのデモ 回帰分析の例 API公開 今回の発表でやること
4.
人工知能における研究課題の一つ 人間が自然に行っている学習能力と同様の機能を コンピュータで実現しようとする技術・手法 <引用:Wikipedia>
あらかじめ学習させることで、 未知のデータが何かを判別する判別器を作成する 機械学習(Machine Learning)
5.
機械学習の例(文字認識) 訓練データ 判別器 判別結果 「2」 未知のデータ 「1」 「2」 「3」 ・・・
6.
予測 売上予測
お勧め商品の提示 スパムフィルタ パラメータ調整 KINECT:体の各部位の推定用パラメータ 機械学習を使って何ができる?
7.
情報量が人間で処理できる限界にきている (一部のデータを人が解析する)時代から (すべてのデータを機械が解析する)時代に!
人がすべての判断をする時代ではなくなってきた なぜ、機械学習を学ぶのか 【機械】低レベルな判断 • データの傾向解析 • パラメータ調整 【人】高レベルな判断 • 戦略 • ビジョン
8.
流行っている技術だが、廃れる技術ではない! エンジニアが持つべき基礎技術の一つ
「人に合わせたカスタマイズ」の実現には必須の技術 データの活用の仕方の技術であり、あらゆる分野で使える 機械学習を扱う基盤がそろってきた 時代が追いついた クラウド、GPUなどの並列処理技術の発達により、学習が 実用的な時間に フレームワークの発達により、未学習者でも手を出しやす くなっている 機械学習は流行りの技術?
9.
機械学習のアルゴリズムの実装が困難 統計学の知識が必要
高度な数学的知識が必要 学習に多くの処理時間が必要 多くの場合で大量の学習データ処理が必要 複数のアルゴリズムでの実験が必要 機械学習習得の難しさ
10.
Azure上で利用できる機械学習 プレビュー版を公開中<2014/7~>
一般提供開始<2015/2~> 総合開発環境(ML Studio)で開発可能 ソースコードを書かずに、多くの処理が実施可能 低コスト(習得的、設備的、実用的)で使用可能 Azure Machine Learning
11.
習得的利点 複数の機械学習アルゴリズムが実装済み
ML-Studioを用いた簡単な操作で実験を構築可能 設備的利点 機械学習用のワークステーションの用意が不要 実用的利点 作った判別器をWeb APIとして公開可能 Azure Machine Learningの利点
12.
教師あり学習 回帰分析
クラス分割 2クラス分割 多クラス分割 教師なし学習 クラスタリング 異常検知(anomaly detection) Azure Machine Learningで 使える機械学習
13.
教師あり学習 入力とそれに対応すべき出力を写像する関数を生成 する。
教師なし学習 入力のみ(ラベルなしの例)からモデルを構築する。 機械学習のアルゴリズム
14.
前処理 学習しやすいようにデータを加工する
学習に不要なデータの除去 不正なデータの除去 学習 データを機械に学習させる 評価 作成した判別器が十分な性能を持つか判断する 機械学習の処理の流れ
15.
教師あり学習(回帰分析)のデモ 車の性能から、車の価格を予想
Azure Machine Learningのサンプルデータセットを 利用 http://azure.microsoft.com/ja- jp/documentation/articles/machine-learning- create-experiment/ デモの流れ
Download now