Download to read offline
![2e64ed78b0951c70ef8bd10cc818dbc6[1]](https://cdn.slidesharecdn.com/ss_thumbnails/2e64ed78b0951c70ef8bd10cc818dbc61-110415122358-phpapp01-thumbnail.jpg?width=640&height=640&fit=bounds)
Azure ml発表資料
- 1.
- 2. 自己紹介 • GARAGE STER技術担当ディレクター •Webサービスのサーバーサイドをやってきた • ソシャゲ事業をやっていた時は、開発から運用ま でやっていた。
- 3.
- 4.
- 5.
- 6.
- 7.
- 8.
- 9.
- 10.
- 11.
- 12.
- 13.
- 14.
- 16. できること • GUIでデータのやり取りを構築できる • API化してサービス化ができる •大量のデータをさばける • もちろん機械学習できる • R、Pythonができる • テンプレートが充実している
- 17.
- 18.
- 19. やること • 各データ(マスタデータ、DBデータ)をcsv化 • 結合・カラム毎の計算等をし、ユーザのレベルとデッキレ ベルを持ったテーブルを生成 •ユーザのレベルとデッキレベルの相関性を計算 • 今回は例として、線形回帰分析を行う • 学習用データとテストデータを分け、解析し、整合性を確 かめる
- 20.
- 21. user_id user_rank uciduser_id card_id exp udid user_id 1 2 3 4 5 6 card_id level_type アクティブ ユーザテーブル ユーザカード テーブル ユーザデッキ テーブル カードマスタ
- 22.
- 23. user_id user_rank id user_id1 2 3 4 5 6 アクティブ ユーザテーブル ユーザデッキ テーブル udid user_id 1 2 3 4 5 6 アクティブ ユーザのデッキ
- 24.
- 25. ユーザカード+α id user_id card_idexp card_id level_type ユーザカード テーブル カードマスタ ucid user_id card_id exp level_t ype expとlevel_typeで levelを計算 card_idを消す ユーザカード +level ucid user_id level
- 26.
- 27. アクティブ ユーザのデッキ ユーザカード +level udid user_id card_level_1 udiduser_id 1 2 3 4 5 6 ucid user_id level udid user_id card_level_2udid user_id card_level_3udid user_id card_level_4udid user_id card_level_5udid user_id card_level_6 udid user_id cl1 cl2 cl3 cl4 cl5 cl6 デッキ毎の カードレベル デッキ毎の カードレベル
- 28.
- 29. udid user_id cl1cl2 cl3 cl4 cl5 cl6 デッキ毎の カードレベル udid user_id cl_ave デッキ毎の カードレベル平均 user_id user_rank アクティブ ユーザテーブル cl1~6の 平均 user_rank cl_ave ユーザのレベルと デッキレベル平均
- 30.
- 31.
- 32.
- 33. まとめ • データの結合、分析がプログラミングを知っていなくてもできる • ただし、細かい計算をする場合は、R,Pythonで計算したほうが良か ったりする •途中で計算を追加したり、削除したりするのが楽 • なので、分析方法や、分析パラメータをいじって微調整することが可 能 • 一回作ってしまえば、入力データを変えるだけで、最新のデータで分 析可能