Submit Search
Upload
BIerのためのAI入門
•
3 likes
•
619 views
Yoshitaka Seo
Follow
Power Platform Day Winter '19 (2019/12/07 開催) 「AI と Power BI と Power Platform」セッション関連資料
Read less
Read more
Technology
Report
Share
Report
Share
1 of 22
Download now
Download to read offline
Recommended
言語系サービスの統合ポータル Language Studio で Microsoft AI を再確認
言語系サービスの統合ポータル Language Studio で Microsoft AI を再確認
Yoshitaka Seo
Arduino で組み込み開発 - 京都TECH オープンキャンパス2021
Arduino で組み込み開発 - 京都TECH オープンキャンパス2021
Yoshitaka Seo
AI プログラミング - OCA / 京都TECH オープンキャンパス 2021
AI プログラミング - OCA / 京都TECH オープンキャンパス 2021
Yoshitaka Seo
AIの見方、AIとの付き合い方
AIの見方、AIとの付き合い方
Yoshitaka Seo
xAI meetup #1
xAI meetup #1
ru pic
API ペタペタしただけのお手軽 感情分析アプリ
API ペタペタしただけのお手軽 感情分析アプリ
Yoshitaka Seo
PowerApps アプリ開発入門
PowerApps アプリ開発入門
Yoshitaka Seo
Machine Learning studio で構造化データから予測分析 (LT版)
Machine Learning studio で構造化データから予測分析 (LT版)
Yoshitaka Seo
Recommended
言語系サービスの統合ポータル Language Studio で Microsoft AI を再確認
言語系サービスの統合ポータル Language Studio で Microsoft AI を再確認
Yoshitaka Seo
Arduino で組み込み開発 - 京都TECH オープンキャンパス2021
Arduino で組み込み開発 - 京都TECH オープンキャンパス2021
Yoshitaka Seo
AI プログラミング - OCA / 京都TECH オープンキャンパス 2021
AI プログラミング - OCA / 京都TECH オープンキャンパス 2021
Yoshitaka Seo
AIの見方、AIとの付き合い方
AIの見方、AIとの付き合い方
Yoshitaka Seo
xAI meetup #1
xAI meetup #1
ru pic
API ペタペタしただけのお手軽 感情分析アプリ
API ペタペタしただけのお手軽 感情分析アプリ
Yoshitaka Seo
PowerApps アプリ開発入門
PowerApps アプリ開発入門
Yoshitaka Seo
Machine Learning studio で構造化データから予測分析 (LT版)
Machine Learning studio で構造化データから予測分析 (LT版)
Yoshitaka Seo
Custom Visionで仏像を画像分類
Custom Visionで仏像を画像分類
Yoshitaka Seo
Azure IoT Edge で Custom Vision
Azure IoT Edge で Custom Vision
Yoshitaka Seo
俺のDX
俺のDX
Takao Ikoma
Designer's Design Talk「デザインの基礎」
Designer's Design Talk「デザインの基礎」
典子 松本
誰もが AI を使う時代、作る時代
誰もが AI を使う時代、作る時代
Yoshitaka Seo
Azure Cosmos DB Emulator on Docker を GitHub Codespaces で動かす!
Azure Cosmos DB Emulator on Docker を GitHub Codespaces で動かす!
Kazumi IWANAGA
QnA Maker 逆入門
QnA Maker 逆入門
Yoshitaka Seo
エンジン戦略におけるブリッジエンジニアの役割
エンジン戦略におけるブリッジエンジニアの役割
gree_tech
ノーコーディングでAIサービスを使ってみた話
ノーコーディングでAIサービスを使ってみた話
典子 松本
構造化データをツールで簡単に分析
構造化データをツールで簡単に分析
Yoshitaka Seo
テキスト書き起こし&読み上げLINEボットを作ってみた
テキスト書き起こし&読み上げLINEボットを作ってみた
典子 松本
20200624 dll build_update
20200624 dll build_update
Takuto Higuchi
チャットボットの自然言語処理
チャットボットの自然言語処理
Yoshitaka Seo
Custom Visionを活用するためのTips
Custom Visionを活用するためのTips
Yoshitaka Seo
ノンコーディングで LINE Bot 開発! Azure Logic Apps × Azure Cognitive Services ×LINE メッセー...
ノンコーディングで LINE Bot 開発! Azure Logic Apps × Azure Cognitive Services ×LINE メッセー...
典子 松本
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
典子 松本
ゲームアプリの数学@GREE GameDevelopers' Meetup
ゲームアプリの数学@GREE GameDevelopers' Meetup
gree_tech
Azure Webinar - Cognitive Services 概要[Demo編]_20180123
Azure Webinar - Cognitive Services 概要[Demo編]_20180123
Ayako Omori
Microsoft Flow 改め、Power Automateはじめました。
Microsoft Flow 改め、Power Automateはじめました。
典子 松本
もっとサーバーレスを手軽に便利に!Azure Logic Apps
もっとサーバーレスを手軽に便利に!Azure Logic Apps
典子 松本
ノーコードでAIサービスを使ってみよう!「AI Bulder」
ノーコードでAIサービスを使ってみよう!「AI Bulder」
典子 松本
フォルダー系コネクタを使ったほんとの自動化
フォルダー系コネクタを使ったほんとの自動化
Yugo Shimizu
More Related Content
What's hot
Custom Visionで仏像を画像分類
Custom Visionで仏像を画像分類
Yoshitaka Seo
Azure IoT Edge で Custom Vision
Azure IoT Edge で Custom Vision
Yoshitaka Seo
俺のDX
俺のDX
Takao Ikoma
Designer's Design Talk「デザインの基礎」
Designer's Design Talk「デザインの基礎」
典子 松本
誰もが AI を使う時代、作る時代
誰もが AI を使う時代、作る時代
Yoshitaka Seo
Azure Cosmos DB Emulator on Docker を GitHub Codespaces で動かす!
Azure Cosmos DB Emulator on Docker を GitHub Codespaces で動かす!
Kazumi IWANAGA
QnA Maker 逆入門
QnA Maker 逆入門
Yoshitaka Seo
エンジン戦略におけるブリッジエンジニアの役割
エンジン戦略におけるブリッジエンジニアの役割
gree_tech
ノーコーディングでAIサービスを使ってみた話
ノーコーディングでAIサービスを使ってみた話
典子 松本
構造化データをツールで簡単に分析
構造化データをツールで簡単に分析
Yoshitaka Seo
テキスト書き起こし&読み上げLINEボットを作ってみた
テキスト書き起こし&読み上げLINEボットを作ってみた
典子 松本
20200624 dll build_update
20200624 dll build_update
Takuto Higuchi
チャットボットの自然言語処理
チャットボットの自然言語処理
Yoshitaka Seo
Custom Visionを活用するためのTips
Custom Visionを活用するためのTips
Yoshitaka Seo
ノンコーディングで LINE Bot 開発! Azure Logic Apps × Azure Cognitive Services ×LINE メッセー...
ノンコーディングで LINE Bot 開発! Azure Logic Apps × Azure Cognitive Services ×LINE メッセー...
典子 松本
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
典子 松本
ゲームアプリの数学@GREE GameDevelopers' Meetup
ゲームアプリの数学@GREE GameDevelopers' Meetup
gree_tech
Azure Webinar - Cognitive Services 概要[Demo編]_20180123
Azure Webinar - Cognitive Services 概要[Demo編]_20180123
Ayako Omori
Microsoft Flow 改め、Power Automateはじめました。
Microsoft Flow 改め、Power Automateはじめました。
典子 松本
もっとサーバーレスを手軽に便利に!Azure Logic Apps
もっとサーバーレスを手軽に便利に!Azure Logic Apps
典子 松本
What's hot
(20)
Custom Visionで仏像を画像分類
Custom Visionで仏像を画像分類
Azure IoT Edge で Custom Vision
Azure IoT Edge で Custom Vision
俺のDX
俺のDX
Designer's Design Talk「デザインの基礎」
Designer's Design Talk「デザインの基礎」
誰もが AI を使う時代、作る時代
誰もが AI を使う時代、作る時代
Azure Cosmos DB Emulator on Docker を GitHub Codespaces で動かす!
Azure Cosmos DB Emulator on Docker を GitHub Codespaces で動かす!
QnA Maker 逆入門
QnA Maker 逆入門
エンジン戦略におけるブリッジエンジニアの役割
エンジン戦略におけるブリッジエンジニアの役割
ノーコーディングでAIサービスを使ってみた話
ノーコーディングでAIサービスを使ってみた話
構造化データをツールで簡単に分析
構造化データをツールで簡単に分析
テキスト書き起こし&読み上げLINEボットを作ってみた
テキスト書き起こし&読み上げLINEボットを作ってみた
20200624 dll build_update
20200624 dll build_update
チャットボットの自然言語処理
チャットボットの自然言語処理
Custom Visionを活用するためのTips
Custom Visionを活用するためのTips
ノンコーディングで LINE Bot 開発! Azure Logic Apps × Azure Cognitive Services ×LINE メッセー...
ノンコーディングで LINE Bot 開発! Azure Logic Apps × Azure Cognitive Services ×LINE メッセー...
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
非エンジニアでも安心!ノンコーディングでもココまでできる!LINE × Azure Logic Apps
ゲームアプリの数学@GREE GameDevelopers' Meetup
ゲームアプリの数学@GREE GameDevelopers' Meetup
Azure Webinar - Cognitive Services 概要[Demo編]_20180123
Azure Webinar - Cognitive Services 概要[Demo編]_20180123
Microsoft Flow 改め、Power Automateはじめました。
Microsoft Flow 改め、Power Automateはじめました。
もっとサーバーレスを手軽に便利に!Azure Logic Apps
もっとサーバーレスを手軽に便利に!Azure Logic Apps
Similar to BIerのためのAI入門
ノーコードでAIサービスを使ってみよう!「AI Bulder」
ノーコードでAIサービスを使ってみよう!「AI Bulder」
典子 松本
フォルダー系コネクタを使ったほんとの自動化
フォルダー系コネクタを使ったほんとの自動化
Yugo Shimizu
Power Platform Summary
Power Platform Summary
Yugo Shimizu
05.日本マイクロソフト(株)_発表資料
05.日本マイクロソフト(株)_発表資料
wagatuma
IoT、貯めるだけではもったいない
IoT、貯めるだけではもったいない
Yoshitaka Seo
Power BI の可能性?見(魅)せてやるよ!!!その本気ってやつをな
Power BI の可能性?見(魅)せてやるよ!!!その本気ってやつをな
Yugo Shimizu
Smfl20201001
Smfl20201001
三井住友ファイナンス&リース デジタル開発室
Machine Learning Serviceを使ってみよう
Machine Learning Serviceを使ってみよう
Yoshitaka Seo
続・Kinect v2を通してMicrosoft技術を考える
続・Kinect v2を通してMicrosoft技術を考える
Yuki Igarashi
『機械学習 (AI/ML) の基礎と Microsoft の AI | 2019/04/02 Global AI Nights Fukui
『機械学習 (AI/ML) の基礎と Microsoft の AI | 2019/04/02 Global AI Nights Fukui
Fujio Kojima
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
Daiyu Hatakeyama
RPA勉強会 Power BI を学ぶ特別編!
RPA勉強会 Power BI を学ぶ特別編!
Yugo Shimizu
Azure × LINE でクラウドを楽しもう
Azure × LINE でクラウドを楽しもう
拓将 平林
え!? Power BI の画面からデータ更新なんてできるの!?
え!? Power BI の画面からデータ更新なんてできるの!?
Yugo Shimizu
え!? Power BI の画面からデータ更新なんてできるの!? ~PowerApps カスタムビジュアルの可能性~
え!? Power BI の画面からデータ更新なんてできるの!? ~PowerApps カスタムビジュアルの可能性~
Yugo Shimizu
アクセシビリティを考えたalt属性を自動生成してみよう!
アクセシビリティを考えたalt属性を自動生成してみよう!
典子 松本
Power Automate の他では聞けない使い方 (UI flows は除く)
Power Automate の他では聞けない使い方 (UI flows は除く)
Yugo Shimizu
20190727_DevelopUseiPaas
20190727_DevelopUseiPaas
Tomoyuki Obi
Power BI とは - 2020
Power BI とは - 2020
Takeshi Kagata
Power BI x IoT ~効果的な可視化に必要なこと~
Power BI x IoT ~効果的な可視化に必要なこと~
Yugo Shimizu
Similar to BIerのためのAI入門
(20)
ノーコードでAIサービスを使ってみよう!「AI Bulder」
ノーコードでAIサービスを使ってみよう!「AI Bulder」
フォルダー系コネクタを使ったほんとの自動化
フォルダー系コネクタを使ったほんとの自動化
Power Platform Summary
Power Platform Summary
05.日本マイクロソフト(株)_発表資料
05.日本マイクロソフト(株)_発表資料
IoT、貯めるだけではもったいない
IoT、貯めるだけではもったいない
Power BI の可能性?見(魅)せてやるよ!!!その本気ってやつをな
Power BI の可能性?見(魅)せてやるよ!!!その本気ってやつをな
Smfl20201001
Smfl20201001
Machine Learning Serviceを使ってみよう
Machine Learning Serviceを使ってみよう
続・Kinect v2を通してMicrosoft技術を考える
続・Kinect v2を通してMicrosoft技術を考える
『機械学習 (AI/ML) の基礎と Microsoft の AI | 2019/04/02 Global AI Nights Fukui
『機械学習 (AI/ML) の基礎と Microsoft の AI | 2019/04/02 Global AI Nights Fukui
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
RPA勉強会 Power BI を学ぶ特別編!
RPA勉強会 Power BI を学ぶ特別編!
Azure × LINE でクラウドを楽しもう
Azure × LINE でクラウドを楽しもう
え!? Power BI の画面からデータ更新なんてできるの!?
え!? Power BI の画面からデータ更新なんてできるの!?
え!? Power BI の画面からデータ更新なんてできるの!? ~PowerApps カスタムビジュアルの可能性~
え!? Power BI の画面からデータ更新なんてできるの!? ~PowerApps カスタムビジュアルの可能性~
アクセシビリティを考えたalt属性を自動生成してみよう!
アクセシビリティを考えたalt属性を自動生成してみよう!
Power Automate の他では聞けない使い方 (UI flows は除く)
Power Automate の他では聞けない使い方 (UI flows は除く)
20190727_DevelopUseiPaas
20190727_DevelopUseiPaas
Power BI とは - 2020
Power BI とは - 2020
Power BI x IoT ~効果的な可視化に必要なこと~
Power BI x IoT ~効果的な可視化に必要なこと~
More from Yoshitaka Seo
AI-900 ポイント解説
AI-900 ポイント解説
Yoshitaka Seo
Bot Framework Emulator はこんなにすごい
Bot Framework Emulator はこんなにすごい
Yoshitaka Seo
VS Code Tools for AI の紹介
VS Code Tools for AI の紹介
Yoshitaka Seo
Bot Builder V4 SDK + QnA Maker / LUIS
Bot Builder V4 SDK + QnA Maker / LUIS
Yoshitaka Seo
Bot Framework 最新情報 2018
Bot Framework 最新情報 2018
Yoshitaka Seo
Bot Service 概要
Bot Service 概要
Yoshitaka Seo
Azure Machine Leaning Workbench の使い方
Azure Machine Leaning Workbench の使い方
Yoshitaka Seo
Skype for Business + Bot + Graph API
Skype for Business + Bot + Graph API
Yoshitaka Seo
IoT キットハンズオン解説 (Azure ML Studio 編) Part4 グループ化
IoT キットハンズオン解説 (Azure ML Studio 編) Part4 グループ化
Yoshitaka Seo
IoT キットハンズオン解説 (Azure ML Studio 編) Part3 分類分析
IoT キットハンズオン解説 (Azure ML Studio 編) Part3 分類分析
Yoshitaka Seo
IoT キットハンズオン解説 (Azure ML Studio 編) Part1 共通手順
IoT キットハンズオン解説 (Azure ML Studio 編) Part1 共通手順
Yoshitaka Seo
機械学習と Azure ML Studio の基本
機械学習と Azure ML Studio の基本
Yoshitaka Seo
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section3
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section3
Yoshitaka Seo
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section2
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section2
Yoshitaka Seo
IoT ALGYAN ハンズオンのソースコード解説します
IoT ALGYAN ハンズオンのソースコード解説します
Yoshitaka Seo
More from Yoshitaka Seo
(15)
AI-900 ポイント解説
AI-900 ポイント解説
Bot Framework Emulator はこんなにすごい
Bot Framework Emulator はこんなにすごい
VS Code Tools for AI の紹介
VS Code Tools for AI の紹介
Bot Builder V4 SDK + QnA Maker / LUIS
Bot Builder V4 SDK + QnA Maker / LUIS
Bot Framework 最新情報 2018
Bot Framework 最新情報 2018
Bot Service 概要
Bot Service 概要
Azure Machine Leaning Workbench の使い方
Azure Machine Leaning Workbench の使い方
Skype for Business + Bot + Graph API
Skype for Business + Bot + Graph API
IoT キットハンズオン解説 (Azure ML Studio 編) Part4 グループ化
IoT キットハンズオン解説 (Azure ML Studio 編) Part4 グループ化
IoT キットハンズオン解説 (Azure ML Studio 編) Part3 分類分析
IoT キットハンズオン解説 (Azure ML Studio 編) Part3 分類分析
IoT キットハンズオン解説 (Azure ML Studio 編) Part1 共通手順
IoT キットハンズオン解説 (Azure ML Studio 編) Part1 共通手順
機械学習と Azure ML Studio の基本
機械学習と Azure ML Studio の基本
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section3
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section3
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section2
IoT キットハンズオンのソースコード解説します クラウド編 Part1 Section2
IoT ALGYAN ハンズオンのソースコード解説します
IoT ALGYAN ハンズオンのソースコード解説します
Recently uploaded
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
Atomu Hidaka
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
iPride Co., Ltd.
UPWARD_share_company_information_20240415.pdf
UPWARD_share_company_information_20240415.pdf
furutsuka
PHP-Conference-Odawara-2024-04-000000000
PHP-Conference-Odawara-2024-04-000000000
Shota Ito
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
sugiuralab
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
Ryo Sasaki
20240412_HCCJP での Windows Server 2025 Active Directory
20240412_HCCJP での Windows Server 2025 Active Directory
osamut
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
iPride Co., Ltd.
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
danielhu54
Recently uploaded
(9)
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
IoT in the era of generative AI, Thanks IoT ALGYAN.pptx
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
Amazon SES を勉強してみる その12024/04/12の勉強会で発表されたものです。
UPWARD_share_company_information_20240415.pdf
UPWARD_share_company_information_20240415.pdf
PHP-Conference-Odawara-2024-04-000000000
PHP-Conference-Odawara-2024-04-000000000
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
20240412_HCCJP での Windows Server 2025 Active Directory
20240412_HCCJP での Windows Server 2025 Active Directory
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
新人研修のまとめ 2024/04/12の勉強会で発表されたものです。
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
BIerのためのAI入門
1.
瀬尾ソフト 瀬尾佳隆 Microsoft MVP
for AI BIer のための AI 入門 BI と AI とは違うんだよ Power Platform Day Winter ‘19 2019年12月7日
2.
自己紹介 瀬尾 佳隆 (せお
よしたか) • MVP for AI (Jul 2018 – Jun 2020) / MVP (Jan 2009 – Jun 2018) • https://github.com/seosoft • https://twitter.com/seosoft • Humans of IT Community Event Leader / Speaker • Ignite The Tour Tokyo • BRK30055 「開発者のための機械学習 : Azure Machine Learning サービスで構造化データから予測分析」 • THR10003 「Humans of IT Empower Breakfast – 人に寄り添う アクセシビリティ技術の現在と未来」 • Tech Summit 2018 – DA09 「ユーザーインターフェースとしての チャットボット開発手法と Microsoft Bot Framework v4」 • Microsoft Azure 自習書シリーズ 「Cognitive Services と Bot Service で作る業務アプリケーション」 2
3.
覚えて帰っていただきたいこと BI と AI
とは違うんだよ ついでに従来のアプリ開発と AI 開発も違うんだよ 3 ≠ ≠
4.
“AI” (機械学習) とは データを反復的に学習して、特徴を見つける 見つけた特徴を新しいデータに適用して、予測を行う 4 引数を受け取り、それに応じた結果を返す
“関数” や “メソッド” などを プログラミングする 4
5.
データの意味合いの違い AI ◼特徴量を見つけるための “材料” • 必要なら
“ウソ” があってもいい • データ件数は多数必要 • データに偏りがないこと • 良品 10,000 件、不良品 10件 では “不良品” の予測はできない • そもそも特徴量を見つけられる データか? • サイコロを何回振っても 次に出る目は予測できない BI ◼過去から現在の “事実” • “ウソ” はダメ、絶対! • 分析可能な件数で必要十分 • 多ければいいわけではない ◼特徴がないなら、それが特徴 • サイコロを振って、10,000回のうち、 1 が 1,600 回出たとしたら、 それは事実として大事なこと 5
6.
特徴量を見つけるために注意すること データの偏りや欠損に注意する 偏りがあると正しい学習ができない データ欠損が多いと、特徴量の考慮を間違える可能性が高くなる スキーマに注意する 文字列か数値か “Jan” / “Feb”
/ “Mar” よりは 1 / 2 / 3 数値の場合、連続値か離散値か 温度、湿度の実測値 ・・・連続値(小数値で表す) 人数、個数の実測値 ・・・離散値(整数値で表す)
7.
そこで Power BI
を利用してみる ◼Correlation Plot ◼主要なインフルエンサー 7
8.
Power BI +
Correlation Plot ◼各カラムの相関係数をヒートマップで視覚化 • ただし標準の視覚化機能ではない 8
9.
Power BI +
主要なインフルエンサー ◼どの要素が予測対象に影響を与えるか ◼視覚的な UI で直感的に理解しやすい 9
10.
参考) 正の相関関係がありそう 10
11.
参考) 負の相関関係がありそう 11
12.
参考) 非線形な関係があるかも 12
13.
参考) データ欠損の影響があるかも 13
14.
事前の特徴量エンジニアリングの結果 相関関係がありそう 非線形な関係があるかも データ欠損の影響があるかも 14
15.
Azure Machine Learning
studio ◼機械学習の全てのフローとリソースに対応 • データセットの管理 • 学習モデルのトレーニング • デプロイ • デプロイ済みモデルの 運用管理 ◼Automated ML が神! 15
16.
Dataset の基本統計量 データの偏り、データ欠損などを確認
17.
データの確認事項 (Data guardrails) 分類ラベルに 偏りはない “Age”
列の欠損を 平均値で置換してくれた “Name”, “Cabin” 列には データの偏りがある
18.
モデルの品質 (1)
19.
モデルの品質 (2)
20.
解釈可能性の確認 (1) モデル全体の中での各変数の重要度
21.
解釈可能性の確認 (2) 重要度の概要 (各特徴が予測値に与える影響)
22.
最後に ◼BI と AI
とは違うんだよ ◼AI では事前の特徴量の分析が大事 ◼Power BI でサクッとデータの分析 • やりすぎ注意!(つい、やりたくなる気持ちは分かります) ◼ML studio でデータ分析 & モデルの品質を確認 • Automated ML なら、やるのは PC、人間は指示するだけ ◼いいモデルができたらデプロイ • その先は BIer の腕の見せ所 22
Download now