AzureDay North 2016. Conference about cloud solutions. What is Machine Learning? Why we need Machine Learning? Where and When we use this? What is Azure Machine Learning and language R. Session introduce to paradigm machine learning, data mining, classes of problems and fundamentals of algorithms. By Data Scientist as a Service.

1. AzureDay North Poland
Gdynia 2016

2. What is Machine
Learning?
Łukasz Grala | Senior Architect

3. Łukasz Grala
• Senior architekt rozwiązań Platformy Danych & Business Intelligence & Zaawansowanej Analityki w TIDK
• Twórca „Data Scientist as as Service”
• Certyfikowany trener Microsoft i wykładowca na wyższych uczelniach
• Autor zaawansowanych szkoleń i warsztatów, oraz licznych publikacji i webcastów
• Od 2010 roku wyróżniany nagrodą Microsoft Data Platform MVP
• Doktorant Politechnika Poznańska – Wydział Informatyki (obszar bazy danych, eksploracja danych, uczenie maszynowe)
• Prelegent na licznych konferencjach w kraju i na świecie
• Posiada liczne certyfikaty (MCT, MCSE, MCSA, MCITP,…)
• Członek Polskiego Towarzystwa Informatycznego
• Członek i lider Polish SQL Server User Group (PLSSUG)
• Pasjonat analizy, przechowywania i przetwarzania danych, miłośnik Jazzu
email lukasz@tidk.pl

4. Agenda
• Machine Learning
• Machine Learning History
• Class of problem
• Azure Machine Learning
• AML & Excel

5. Why Machine Learning

6. History
1763 1805 1812 1913 1950 1951 1967 1982 1995 1997 2016
The Underpinngs
of Bayes' Theorem
Least Squares
Bayes' Theorem
Markov Chains First Neural
Network Machine
Nearest NeighborTuring's Learning
Machine
Recurrent Neural
Network
Random Forest
Algorithm
Support Vector
Machines
IBM Deep Blue
Beats Kasparov
2012
Recognizing Cats
on YouTube
AlphaGo
1958
Single-layer neural
network on a
room size
computer

7. Class of Problem
• Estimate product demand
• Predict sales figures
• Analyze marketing returns
Regression
• Predict credit risk
• Detect fraud
• Catch abnormal equipments readings
Anomaly
Detection
• Perform customer segmentation
• Predict customer tastes
• Determine market price
Clustering
• Two-Class Classification
• Multi-Class ClassificationClassification

8. Key Concept – Machine Learning
Data
Model
Parameters
Learning Prediction
Decision Making
Utility Function

9. Steps to Build Machine Learning
Solution

10. Azure Machine Learning

11. Algorithm

13. Question?
lukasz@tidk.pl