狠狠撸
Submit Search
Automated ML (Azure) で始める機械学習の民主化
?
0 likes
?
205 views
Atsushi Yokohama (BEACHSIDE)
Follow
Azure Machine Learning Studio の機能、Automated Machine Learning の紹介(2020年1月時点)。
Read less
Read more
1 of 11
Download now
Download to read offline
More Related Content
Automated ML (Azure) で始める機械学習の民主化
1.
Cogbot Meetup! #26 01/2020 Atsushi
Yokohama Azure Machine Learning
2.
っぽいことを Microsoft が言ってたような気がする… (私のあいまいな記憶)
4.
AI、機械学習、ディープラーニングの関係 機械学習 ? 人工知能の一部 ? データから将来の結果や傾向を予測データサイエンスの手法 ディープラーニング ?
机械学习の手法の一部
5.
機械学習のプロセス ? テストデータでテスト ? テストした結果に応じて、データ の準備やトレーニングのやり直し ?
選択したモデルをデプロイ ? アプリからアクセス ? 学習アルゴリズムを適用 ? パラメーターのチューニング ? 結果に応じてデータの準備のや り直しと再トレーニング ? 前処理を適用(テキスト→数 値への変換、欠損データの処理 特徴量の抽出や新規追加、特 徴量の正規化など) データの 準備 トレーニング テストデプロイ
7.
https://arxiv.org/abs/1705.05355 Automated Machine Learning
とは
8.
Automated: の色が自動化されるイメージ ? テストデータでテスト ?
テストした結果に応じて、データ の準備やトレーニングのやり直し ? 選択したモデルをデプロイ ? アプリからアクセス ? 学習アルゴリズムを適用 ? パラメーターのチューニング ? 結果に応じてデータの準備のや り直しと再トレーニング ? 前処理を適用(テキスト→数 値への変換、欠損データの処理 特徴量の抽出や新規追加、特 徴量の正規化など) データの 準備 トレーニング テストデプロイ
9.
Automated: の色が自動化されるイメージ ? テストデータでテスト ?
テストした結果に応じて、データ の準備やトレーニングのやり直し ? 選択したモデルをデプロイ ? アプリからアクセス ? 学習アルゴリズムを適用 ? パラメーターのチューニング ? 結果に応じてデータの準備のや り直しと再トレーニング ? 前処理を適用(テキスト→数 値への変換、欠損データの処理 特徴量の抽出や新規追加、特 徴量の正規化など) データの 準備 トレーニング テストデプロイ データの 準備 トレーニング テストデプロイ 前処理をしてくれるが、 データを最もよく知ってい る人間によるデータ準備は 最も重要
10.
Automated Machine Learning ?
Azure で Machine Learning インスタンスの作成 ? Azure Machine Learning Studio で Automated ML の作成 ? モデルの確認とデプロイ方法
11.
GUI を使った Automated
ML: Automated ML とは: https://docs.microsoft.com/ja-jp/azure/machine-learning/concept-automated-ml チュートリアル: Python を使った Automated ML:
Download