More Related Content Similar to 開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析 (20) 開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析1. Ask the Speaker 写真撮影 動画撮影
セッション資
料
後日公開
Twitter ハッシュタ
グ
AI82
開発者のための機械学習入門:
Azure Machine Learning Studio で構造化データから予測
分析株式会社ネクストスケープ
システムインテグレーション事業本部 クラウド推進部 部長
上坂 貴志
#decode19 #AI82設定なし
18. 予測用システム構築のポイント
ONNX : Open Neural Network Exchange Form
C# ML.NET
学習に使用したモデルがニューラルネットワークベー
スの場合
学習環境と本番環境のOS・プログラミング言語が違う、かつ
Linux Windows
TensorFlow
Keras
21. • Web (via http) , Hive Query(Hadoop), ファイル(Azure Blob
Storage)、Azure SQL Database, Odata, SQLServer(On-
Premiss), Azure CosmosDB
読み込めるデータソースの種類が豊富
• 全25種類(二項分類:9, 多項分類:5, 回帰:8, 異常検知:2,
クラスタリング:1)
モデル(アルゴリズム)豊富
Azure Machine Learning Studio
24. 知っておくべき検討事項
Azure Machine Learning Studio
• 裏側で稼働しているであろうVMのスケールアップができな
いため、処理時間を短縮することができない。大量データ使
用時には要注意
モデルの学習時
• 独自Webサービスでのみ公開可能。学習済みモデルをダウン
ロードして他の環境で使用することはできない
• 独自Webサービスのスケールアップはできないため、アクセ
ス負荷に注意
学習済みモデルの使用時
30. Azure Machine Learning Service Visual Interface
https://docs.micros
oft.com/ja-
jp/azure/machine-
learning/service/ove
rview-what-is-
azure-ml#how-
does-azure-
machine-learning-
service-differ-from-
studio
32. © 2018 Microsoft Corporation. All rights reserved.
本情報の内容(添付文書、リンク先などを含む)は、作成日時点でのものであり、予告なく変更される場合があります。
© 2019 Microsoft Corporation. All rights reserved.
本情報の内容 (添付文書、リンク先などを含む) は、de:code 2019 開催日 (2019年5月29~30日) 時点のものであり、予告なく変更される場合が
あります。
本コンテンツの著作権、および本コンテンツ中に出てくる商標権、団体名、ロゴ、製品、サービスなどはそれぞれ、各権利保有者に帰属しま
す。
Editor's Notes 誤解を恐れずに言うと、重回帰分析を発展させるとニューラルネットワーク、NNを改造したのがDeepLearning ※教師あり学習の場合