Amazon Machine Learning Tutorial @ Tech-Circle #5 Machine Learning Bootstrap

1. 2015/4/27 Tech-Circle#5
@tominaga443
Amazon Machine Learning Tutorial

2. Introduce
 冨永 善視 (とみなが よしみ)
 Twitter @tominaga443
 業務
 クラウド関連のR&D
 http://cloudconductor.org/
 OpenStack, Docker, Consul

3. 鋭意勉強中ですのでお手柔らかにお願いします

4. Public Cloud Services

5. Machine Learning as a Service

7. Amazon Machine Learning

8. Amazon Machine Learning
 Amazon社内で使用されてきたテクノロジー
 2015/4/9 サービス開始
 現在はUS East(N. Virginia)リージョンのみ
 データはS3, Redshift, RDS(MySQL)から投入
 CloudWatchで予測実行件数をモニタリング

9. Available Tasks
 binary classification（二項分類）
– 手法：ロジスティック回帰
– 用途：メールのフィルタリング
 multiclass classification（多クラス分類）
– 手法：多クラスロジスティック回帰
– 用途：映画のジャンル判定
 regression（数値予測）
– 手法：線形回帰
– 用途：商品の売上予測

10. Key Concepts
 Datasources
– 学習・評価に使うデータ
 ML Models
– 学習データを使って作成したモデル
 Evaluations
– モデルの評価結果
 Predictions
– 本番データの予測結果

11. Tutorial
 サンプルデータ
– 金融機関の定期預金キャンペーンに関するデータ
– 顧客情報、経済指標など
– 顧客が定期預金を契約するかしないかを予測
 手順
– データの投入
– 学習データと評価データに分ける
– モデルの作成
– モデルの評価

12. Demo
 Tutorial手順
– http://docs.aws.amazon.com/machine-
learning/latest/dg/tutorial.html
 AWSにログインしてAmazon Machine Learningを選択
 Create new Datasource & ML Modelを選択
 DatasourceはS3のサンプルデータのURLを入力
 Target（予測対象）は21列目の y を指定
 後はガイドに従って進んでいけばモデルを作成できる

13. Demo
 Datasourceとモデルが作成される

14. Demo
 モデルの評価結果

15. Demo
 閾値チューニング後のモデル

16. Conclusion
 機械学習を簡単に試してみたい人にはおすすめ
 モデルの閾値を簡単に調整できる
 機械学習サービスとしてはまだまだ物足りない
– 学習アルゴリズム
– 前処理機能
– 実行速度

17. More Information
 今回の内容をQiitaにまとめました
– Amazon Machine Learningのサンプルをちょっとチューニ
ングしてみる
– http://qiita.com/tominaga443/items/7c91ab873b25784
45614
 ご興味がある方はぜひご覧ください

18. THANK YOU