Recommended
Recommended
More Related Content
What's hot
What's hot (20)
Similar to dots. 7/7 DSWBハンズオン資料
Similar to dots. 7/7 DSWBハンズオン資料 (20)
dots. 7/7 DSWBハンズオン資料
- 1. © 2015 IBM Corporation Data Scientist Workbenchハンズオン 2016/07/07版 貝嶋 創 テクニカルセールス アナリティクス事業部本部 IBM
- 2. 本日の内容 ▪ ユーザー登録 ▪ Data Scientist Workbench ▪ (オプション)IBM Bluemix ▪ Data Scientist Workbenchとは ▪ ハンズオン(pyspark)
- 3. 本日の内容 ▪ ユーザー登録 ▪ Data Scientist Workbench ▪ (オプション)IBM Bluemix ▪ Data Scientist Workbenchとは ▪ ハンズオン
- 4. Data Scientist Workbenchの登録 • https://datascientistworkbench.com/
- 6. Data Scientist Workbenchの登録 この画面が出たらメールアドレスを確認します Hello Soh, We are delighted to welcome you to the Data Scientist Workbench Technology Preview! We can't wait for you to start your evaluation and we are looking forward to getting your feedback. Your username is: yaori To confirm your account and set your password, please visit the following link: https://my.datascientistworkbench.com/set_pass word?username=XXXXX&token=XXXXXXXXXXX XXXXXX We will create a workbench just for you. You can start using it a few minutes after confirming your account! Thanks, -The Data Scientist Workbench Team If you'd like to unsubscribe and stop receiving these emails click here.ここをクリック
- 11. 本日の内容 ▪ ユーザー登録 ▪ Data Scientist Workbench ▪ (オプション)IBM Bluemix ▪ Data Scientist Workbenchとは ▪ ハンズオン
- 12. データ分析のプロセス データ収集 クレンジング モデリング・ データ加工 アクション レポーティング Data Scientist Workbenchで対応可能
- 13. Data Science Workbench© Copyright IBM Corp. 2016 特徴 • Spark環境構築済み • Sparkを利用するためのプログラミング実行環境も用意 • インタラクティブかつ繰り返し実行可能 • コミュニティを通した知識の共有 • 継続的な機能追加 • 誰でも無料 “Making open source data science easy”
- 14. ログイン後の画面 データ操作および分析のためのツール Data Science Workbenchのフォーラム、情報共有、リクエスト ①データ投入 ②データ整形 ③データ整形と分析の実行 分析のためのデータ提供(Bluemixおよびpublicデータ)
- 15. ツール実行時の画面 Open Refine Jupyter Knowledge blog, BDU 機能追加のため の投票 seahorse Apache Zeppelin アイコン化 My Data Open Data RStudio
- 17. ②データ整形「OpenRefine」 • Googleで開発されたGoogle Refineがベース • 2010年11月にイニシャルリリース、2012年10月に OpenRefineとしてオープンソース化 • WebブラウザからのGUI操作のみでデータのクレンジングや フォーマット変換が可能 • CSV, TSV, text files, XML, RDF, and JSON様々なファイル フォーマットに対応 • 分析を実行する前のデータの準備を実行
- 20. 「RStudio」 • Rを使いやすくするのための統合開発環境 • Rユーザーのデファクトスタンダード • Data Scientist WorkbenchではBig Rも実行可能 • IBMの提供するライブラリ • スケーラブルかつ高パフォーマンス • Sparkに統合予定のSystemML
- 22. 「seahorse」 • DeepSense.ioにより2016年にver.1.0 • Sparkアプリケーションを作成するためのプラットフォーム • WebGUIからアイコンを配置して機械学習やETLのプログラミ ング可能
- 23. Jupyter, Zeppelin はNotebook… “Notebook”とは? • 紙と鉛筆 • 紙と鉛筆は、これまで長い 間、科学者がメモや図面を 通して進捗状況を文書化す るための重要なツールであ る: • 表現力 • 累積した情報 • コラボレーション • Notebooks • Notebooks は、これまでの 紙と鉛筆のデジタル版であ り、再現性のある分析と文 書化を可能にする: • マークダウンとグラフ化 • 反復探索 • 共有が容易
- 24. ③データ整形と分析の実行「Jupyter Notebook」 • リリース • 2001年にリリースされたIPythonをベースに、2015年に Jupyterとしてリリース • ノートブック • WebブラウザからのGUI操作可能 • コード実行、コメント記述、グラフの描画を実行可能 • カーネル • Data Scientist Workbenchでは、Scala，Python, Rを実 行可能
- 25. ③データ整形と分析の実行「Zeppelin Notebook」 • リリース • 2012年にCommercial Product、2013年にオープン ソース、2014年にASFインキュベーションプロダクト • ノートブック • WebブラウザからのGUI操作可能 • コード実行、コメント記述、グラフの描画を実行可能 • インタープリタ • Scala, Python, SQL，shellコマンド など
- 27. <参考>日本語化とデータセンター • 画面左下のユーザーアイコンから Profileの設定が可能 • 言語を「日本語」にすることで UIの日本語化 • Tokyo データセンターも準備中
- 29. 本日の内容 ▪ ユーザー登録 ▪ Data Scientist Workbench ▪ (オプション)IBM Bluemix ▪ Sparkとは ▪ Data Scientist Workbenchとは ▪ ハンズオン(pyspark)
- 31. ハンズオン：Spark MLLibでクラスタリング JupyterでPythonによるSpark MLLibプログラムを実行します。 手順 1. シェアされているNotebookとデータを取得します。 Notebook> https://share.datascientistworkbench.com/jupyter/v1/10.115.125.103/a CEImKrw2L18537/handson_clustering.ipynb データ> https://share.datascientistworkbench.com/jupyter/v1/10.115.125.103/ OB9vSkLakJdvmhM/handson_data_no_header.csv 2. Jupyter画面および「マイ・データ」画面でファイルが取得されてい ることを確認します。 3. Notebookを実行してK-Meansによるクラスタリングを実行します。
- 32. ハンズオン：Bluemixとの連携・移行 IBM BluemixにもSpark環境が「Spark as a Service」とし て用意されています。 Data Scientist Workbenchと比較して以下の利点がありま す。 • Enterprise向けのよりパワフルな実行環境と占有環境 • アプリケーション(spark-submit)の実行可能 • Bluemix上のサービスとの連携 手順 1. DSWBからJupyterノートブックのダウンロード
- 33. Data Scientist WorkbenchとSpark as a Service 連携 IPYNB • DSWBと同様に、IBM BluemixのSpark as a Serviceでも Jupyterを利用可能です。 • Data Scientist Workbenchで作成したJupyterノートブックを BluemixのSparkで実行可能です。
- 34. “Apache Spark” - Sparkサービス - Jupyter (Python・Scala・Rランタイム) - サンプルコード - Objectストレージ <参考>BluemixのSparkに含まれる内容 ストレージ （swiftベース） Sparkサービス (Jupyter)
- 37. <参考> Spark as a Service画面 データの投入 ノートブックの共有も可能 DSWB同様 Jupyter利用可能 Objectストレージから取得するためファイルパスを変更 rawdata = sc.textFile("swift://notebooks.spark/handson_data_no_header.csv")
- 38. <参考>リファレンス • Sparkプログラミングガイド (1.6.1) http://spark.apache.org/docs/latest/programming-guide.html • Pyspark APIドキュメント (1.6.1) http://spark.apache.org/docs/latest/api/python/pyspark.html • K-means(機械学習)のプログラミングガイド http://spark.apache.org/docs/latest/mllib-clustering.html
- 47. <参考>Jupyterで新規Notebookを作成する 1. 左側のアイコンリストからJupyterを選択 2. 右上のNew Notebook TypeからPythonを選択
- 48. ワークショップ、セッション、および資料は、IBMまたはセッション発表者によって準備され、それぞれ独自の見解を反映したものです。それらは情報提供の目的のみで提供されており、いかなる参加者に対しても法 律的またはその他の指導や助言を意図したものではなく、またそのような結果を生むものでもありません。本講演資料に含まれている情報については、完全性と正確性を期するよう努力しましたが、「現状のまま」提 供され、明示または暗示にかかわらずいかなる保証も伴わないものとします。本講演資料またはその他の資料の使用によって、あるいはその他の関連によって、いかなる損害が生じた場合も、IBMは責任を負わないも のとします。 本講演資料に含まれている内容は、IBMまたはそのサプライヤーやライセンス交付者からいかなる保証または表明を引きだすことを意図したものでも、IBMソフトウェアの使用を規定する適用ライセンス 契約の条項を変更することを意図したものでもなく、またそのような結果を生むものでもありません。 本講演資料でIBM製品、プログラム、またはサービスに言及していても、IBMが営業活動を行っているすべての国でそれらが使用可能であることを暗示するものではありません。本講演資料で言及している製品リリー ス日付や製品機能は、市場機会またはその他の要因に基づいてIBM独自の決定権をもっていつでも変更できるものとし、いかなる方法においても将来の製品または機能が使用可能になると確約することを意図したもの ではありません。本講演資料に含まれている内容は、参加者が開始する活動によって特定の販売、売上高の向上、またはその他の結果が生じると述べる、または暗示することを意図したものでも、またそのような結果 を生むものでもありません。 パフォーマンスは、管理された環境において標準的なIBMベンチマークを使用した測定と予測に基づいています。ユーザーが経験する実際のスループットやパフォーマンスは、ユーザーの ジョブ・ストリームにおけるマルチプログラミングの量、入出力構成、ストレージ構成、および処理されるワークロードなどの考慮事項を含む、数多くの要因に応じて変化します。したがって、個々のユーザーがここ で述べられているものと同様の結果を得られると確約するものではありません。 記述されているすべてのお客様事例は、それらのお客様がどのようにIBM製品を使用したか、またそれらのお客様が達成した結果の実例として示されたものです。実際の環境コストおよびパフォーマンス特性は、お客 様ごとに異なる場合があります。 IBM、IBM ロゴ、ibm.comは、 世界の多くの国で登録されたInternational Business Machines Corporationの商標です。他の製品名およびサービス名等は、それぞれIBMまたは各社の商標である場合があります。現 時点での IBM の商標リストについては、www.ibm.com/legal/copytrade.shtmlをご覧ください。 Adobe, Adobeロゴ, PostScript, PostScriptロゴは、Adobe Systems Incorporatedの米国およびその他の国における登録商標または商標です。 IT Infrastructure LibraryはAXELOS Limitedの登録商標です。 インテル, Intel, Intelロゴ, Intel Inside, Intel Insideロゴ, Centrino, Intel Centrinoロゴ, Celeron, Xeon, Intel SpeedStep, Itanium, およびPentium は Intel Corporationまたは子会社の米国およびその他の国に おける商標または登録商標です。 Linuxは、Linus Torvaldsの米国およびその他の国における登録商標です。 PowerLinux is a trademark of International Business Machines Corp. The registered trademark Linux is used pursuant to a sublicense from LMI, the exclusive licensee of Linus Torvalds, owner of the mark on a world-wide basis. Microsoft, Windows, Windows NT および Windowsロゴは Microsoft Corporationの米国およびその他の国における商標です。 ITILはAXELOS Limitedの登録商標です。 UNIXはThe Open Groupの米国およびその他の国における登録商標です。 Cell Broadband Engineは、Sony Computer Entertainment, Inc.の米国およびその他の国における商標であり、同社の許諾を受けて使用しています。 JavaおよびすべてのJava関連の商標およびロゴは Oracleやその関連会社の米国およびその他の国における商標または登録商標です。 Linear Tape-Open, LTO, LTOロゴ, UltriumおよびUltriumロゴは、HP, IBM Corp.およびQuantumの米国およびその他の国における商標です。