Download to read offline
![[Developers Festa Sapporo 2018] Azure AI ～Microsoft AzureでのAI開発のイマ～](https://cdn.slidesharecdn.com/ss_thumbnails/20181117devfestasapporoazureaipublic-181119035506-thumbnail.jpg?width=640&height=640&fit=bounds)
![[Japan Tech summit 2017] MAI 003](https://cdn.slidesharecdn.com/ss_thumbnails/techsummit2017pdfmai003-171116035458-thumbnail.jpg?width=640&height=640&fit=bounds)
Try Azure Machine Learning
- 1. Try Azure Machine Learning 2016/12/17 合同勉強会in 大都会岡山 -2016 Winter- 貞松 政史（@sady_nitro）
- 2. 自己紹介 • 貞松 政史（@sady_nitro） •#R社 • 近況：Windows Phoneアプリ → UWPアプリに移植した • MemotchUwp • ToDoメモアプリ • Windows 10 (mobile含む)
- 3. 本セッションのゴール（目安） • 機械学習の概要（応用分野、重要性）を何となく掴む • AzureMachine Learning（Azure ML）でできることを理解する • AzureMLの基本的な使い方を理解する
- 4. 機械学習とは • 機械学習 -Wikipedia https://ja.wikipedia.org/wiki/%E6%A9%9F%E6%A2%B0%E5%AD%A6%E7%BF%92 機械学習とは、人工知能における研究課題の一つで、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・手法のことである。 「ビッグデータが～」とか「DeepLearningが～」とか本来は関係ない あくまでコンピュータが学習することによって、ある特定の課題・問題に 対する解や傾向を獲得する枠組み
- 5.
- 6. 人工知能？機械学習？Deep Learning？ 機械学習 Neural Network DeepLearning 様々な手法（アルゴリズム）
- 7. 機械学習でできること、応用分野 • 画像処理 • 自然言語処理 •音声処理 • 予測 • 分類 • スパムフィルター • 異常検知 …
- 8. 現実世界における機械学習(かつAzure ML)の事例 • ThyssenKrupp（ティッセンクルップ） •エレベーターの保守 • Azure MLで蓄積されたセンサーデータを学習 • リアルタイムに取得したセンサーデータを入力として、異常を検知 • さらに異常の種類を分類しエラーコードを返してくれる • メンテナンスコストを大幅に削減しつつ事故のリスクを低減
- 9.
- 10.
- 11.
- 12. Azure Machine Learning(Azure ML)とは 機械学習を用いたソリューションを 構築実行可能なクラウドサービス 学習モデルの構築・チューニングから Webサービス(API)発行まで Azure Machine Learningの料金 https://azure.microsoft.com/ja-jp/pricing/details/machine-learning/ 無料での利用も可能（Azureのサブスクリプションも不要）
- 13. Azure MLのメリット • GUIによる直感的な操作で学習モデルを構築できる •様々な機械学習アルゴリズムを実装したモジュールが用意されている • RやPythonのコードを実行できる • 構築したモデルをWebサービス（API）として発行できる
- 14. Azure MLでできること Azure MLで用意されているモジュールのカテゴリ •予測（Regression） • 分類（Classification） • クラスタリング（Clustering） • 異常検知（Anomaly Detection） カテゴリごとに様々なアルゴリズムが用意されている
- 15. Azure MLでできること 機械学習アルゴリズム チートシート https://docs.microsoft.com/ja-jp/azure/machine-learning/machine-learning-algorithm-cheat-sheet
- 16. Azure MLでできること どういった問題に対応できるか • 予測 •分類 • クラスタリング • 異常検知 • リコメンド • 画像認識 • テキスト解析 …
- 17. Azure MLの基本的な使い方 • 全てAzureML Studio上で操作 • 学習用のデータセットをアップロード（もしくは接続） • 新規Experimentsを作成 • 学習モデルを構築、学習の実行 • 学習済みモデルをWebサービス（Web API）として発行
- 18. Azure MLを実際に使ってみる（デモ） • (架空の)テーマパークの入場者数予測 •曜日や天気、気温を元に入場者数を予測する ※完全にダミーデータなので 精度についてはお察し
- 19.
- 20. まとめ • 機械学習 • 機械学習は人工知能に対するアプローチの一つ •応用分野は多岐に渡り、近年その重要性も高まってきている • Azure ML • Microsoft Azure上の機械学習サービス（PaaS） • 様々な機械学習アルゴリズムを実装したモジュールが予め用意されている • GUIで直感的に学習モデルを構築することができる • 学習済みのモデルをWebサービスとして発行し、アプリから簡単に利用できる Try Azure Machine Learning!
- 21. 参考情報 • Azure MachineLearning のドキュメント • https://docs.microsoft.com/ja-jp/azure/machine-learning/ • Cortana Intelligence Gallery • https://gallery.cortanaintelligence.com/