* [第50回 Machine Learning 15minutes! Broadcast] Azure Machine Learning - Ignite 2020 Updates * https://satonaoki.wordpress.com/2020/12/05/ml15min-azureml-ignite/

1. Azure Machine Learning –
Ignite 2020 Updates
SATO Naoki (Neo)
Senior Software Engineer
Microsoft Corporation
@satonaoki

4. Azure AI
Machine Learning service
Azure Machine Learning
Scenario specific services
Cognitive SearchBot Service Form Recognizer Video Indexer
Customizable AI models
Vision, Speech, Language, Decision Cognitive Services
On your terms Mission Critical Responsible

5. アジェンダ

6. Azure Machine Learning

7. Azure M achine Learning service
実験的なモデル開発
⾃動機械学習
デザイナー
Pytyon / R
モデル検証
パッケージ化と
Azure Container
Instnaces での検証
モデル学習
コンピューティング
クラスター
モニタリング
モデルのモニタリング
デプロイ
スケーラブルな
kubernetes サービス
へのデプロイ
CI/CD & モデル再学習
GitHub & Azure DevOps 統合・連携

11. デザイナー

12. データ
ゴール設定
制約条件
Optimized model
Feature
Engineering
model
selection
Hyperparameter
Tuning
自動機械学習 (Automated ML)

13. TrustedIndustry leading
MLOps
Open &
Interoperable
For all skill
levels
あらゆるスキル レベルに対応し、
ML の生産性、利便性を向上
DevOps 連携による
ML ライフサイクルの運用管理
責任のある
ML ソリューションの構築
オープン テクノロジーの採用
と相互運用性の実現

14. Industry leading
MLOps
Open &
Interoperable
For all skill
levels
デザイナー、
自動機械学習 UI が
GA (一般提供) に
Trusted
Private Link などの
セキュリティ機能が
充実

15. • 直感的な GUI で ML パイプラインを構築
• 特徴量エンジニアリング
• モデル学習 (回帰、分類、クラスタリング)
• 推論 (リアルタイム、バッチ)
• カスタム モデル スクリプト (Python、R)
機械学習のモデル構築、テスト、デプロイをするためのビジュアル パイプライン
Azure Machine Learning デザイナー とは
https://docs.microsoft.com/ja-jp/azure/machine-learning/concept-designer

17. データのインポート
データの手動入力
データのエクスポート
データのビン化
データ結合
データ正規化
パーティションとサンプル
重複行の削除
SMOTE
列変換
列の選択
データの分割
列の追加
行の追加
算術演算の適用
SQL 変換の適用
欠損値の除去
値の置換
CSA への変換
データセットへ変換
インジケーター値へ変換
メタデータの編集
特徴量選択フィルター
Permutation 特徴量
デシジョン ツリー
ディジョン フォレスト
高速フォレスト分位点回帰
線形回帰
ロジスティック回帰
ニューラル ネットワーク
ポワソン回帰
ブースト デシジョン ツリー
サポート ベクター マシン
K-Means クラスタリング
DenseNet
ResNet
SVD Recommender
Wide Deep Recommender
PCA 異常検知
LDA
Python モデルの作成
Python スクリプトの実行
R スクリプトの実行
画像データ変換処理
画像データの分割
テキスト前処理
Word2Vec
Glove
FastText
クロス バリデーション
スコアリング
パラメーター チューニング

19. ユーザーの入力
特徴量
エンジニアリング
アルゴリズム
の選択
ハイパーパラメータ
のチューニング
モデルの
リーダーボードと解釈
データセット
設定と制約
76% 34% 82%
41%
88%
72%
81% 54% 73%
88% 90% 91%
95% 68%
56%
89% 89% 79%
順位 モデル スコア
1 95%
2 76%
3 53%
…
自動機械学習は、与えられたデータに対して「最高のモデル」を探索するために、
特徴量エンジニアリング、アルゴリズム/ハイパーパラメーター選択を自動実行

20. Python ユーザーなら
こちら

21. 回帰分類 時系列
予測

23. データ準備と探索

24. ターゲット変数と
計算環境の選択

25. タスクの選択

26. モデル一覧

27. モデル精度

28. モデル解釈

29. アジェンダ

31. 関連リソース
Storage Key Vault Container
Registry
App Insights
モデル推論サービス
AKS
Cluster
ACI
学習データのデータソース
Storage Data Lake
Storage
SQL
Database
モデル学習のサービス
Compute
Instance
Compute
Cluster
多くの Azure PaaS
サービスに依存

32. Authenticate
Create Workspace and
Authenticate
Pass secrets
SAS mount
Training
Key-based auth Token/key auth
ACI AKS
Inference
Compute Instance
Azure Active Directory
SSHGet/set
secrets
多要素認証
Azure Machine Learning studio

33. 管理者から見える画面 データ サイエンティストから見える画面
リソース作成権限なしリソース作成権限あり

34. Cosmos DB がユーザーの
サブスクリプション内で立ち上がる
マイクロソフト
管理 Key
お客様管理 Key
ドキュメント : Data encryption with Azure Machine Learning
Cosmos DB 以外の関連サービスの
CMK の対応について記載

35. Machine Learning
Workspace
Compute
Instance
Compute
Cluster
AKS Cluster
Your VNet
Storage Key Vault Container
Registry
Your VNet
機能
ワークスペース
- Private Link
関連リソース
- サービス エンドポイント
- プライベート エンドポイント
モデル トレーニング
- 仮想ネットワーク内
- プライベート IP (ロードマップ)
モデル推論
- 仮想ネットワーク内の AKS
- プライベート AKS クラスター

36. Private Link を利用して、プライベート
エンドポイントと Azure PaaS サービスを
マッピング
プライベート エンドポイント経由での通信のみ
アクセスが許可されるため、インターネット
環境などの外部からのアクセスを遮断可能
Private Link の発表

37. Microsoft Managed
Azure Batch
Services
AKS Control
Plane
Machine Learning
Workspace
Our PC
VPN
Gateway
(Private)
Microsoft Managed
Compute Cluster
Compute Instance AKS (Private)
Private
Endpoint
or
Your VNet
Private
Endpoint
Service
Endpoint

38. Azure Machine Learning データの監視のリファレンス
Azure Policy の組み込みのポリシー定義 – Machine Learning

40. Azure 無償トライアル
Azure Machine Learning デザイナーとは
自動機械学習 AutoML とは
エンタープライズ セキュリティの概要
自動機械学習 デザイナー
デザイナーサンプル集
Ignite 2020 セッション: E2E machine learning for enterprises in a secure way