이 슬라이드는 Azure ML Studio에서 Movie Lenz 연관추천을 구현하는 과정을 정리합니다.

1. AzureMachineLearningStudio분석
KwangsikLee
1

2. 이슬라이드는AzureMLStudio에서
MovieLenz연관추천을구현하는과정을정리합니다.
2

3. 1부:학습파이프라인생성
이제부터MovieLens연관추천을한번만들어보겠습니다.
3

4. MLStudio하단New‑>BlackExperiment선택
4

5. 기본적으로는아래와같은빈화면구성입니다.
5

6. 데이터셋로드(1/3)
6

7. 데이터셋로드(2/3)
7

8. 데이터셋로드(3/3)
8

9. 메타데이터Casting(1/3)
9

10. Object간연결
MovieRatings데이터를출력‑>EditMetadata로데이터를입력시킴
10

11. 프로퍼티설정
각Object마다클릭시오른쪽Property영역이바뀝니다.
11

12. 메타데이터Casting(2/3)
Rating을선택
12

13. 메타데이터Casting(3/3)
스크린샷이빠졌는데rating만integer로casting정의해줍니다.
13

14. 데이터Join기능(1/2)
14

15. 데이터Join기능(2/2)
15

16. 특정칼럼데이터만추출(1/2)
16

17. 특정칼럼데이터만추출(2/2)
17

18. 중복데이터제거(1/2)
18

19. 중복데이터제거(2/2)
19

20. 데이터Split생성
20

21. TrainObject생성(1/2)
21

22. TrainObject생성(2/2)
22

23. ScoreObject생성
23

24. EvaluationObject생성
24

25. 파이프라인실행(1/3)
25

26. 파이프라인실행(2/3)
26

27. 파이프라인실행(3/3)
27

28. Score결과확인(1/3)
28

29. Score결과확인(2/3)
29

30. Score결과확인(3/3)
30

31. Evaluation결과확인(1/2)
31

32. Evaluation결과확인(2/2)
32

33. 2부:웹서비스API생성
이제부터웹서비스를한번만들어보겠습니다.
33

34. 웹서비스생성
MLStudio하단에서WebService를생성할수있습니다.
34

35. 웹서비스생성결과확인(1/2)
35

36. 웹서비스생성결과확인(2/2)
36

37. 웹서비스API로Inference해보기(1/3)
37

38. 웹서비스API로Inference해보기(2/3)
38

39. 웹서비스API로Inference해보기(3/3)
39

40. OneMoreThing
추가로살펴본것들...
40

41. MLStudio로할수있는것들
41

42. MLStudio지원알고리즘(1/2)
42

43. MLStudio지원알고리즘(2/2)
43

44. 감사합니다.
44