Skip to content
Azure Machine Learning Service Visual interface で二項分類 ~ 機械学習のフローを理解する(タイタニック号から脱出できるか?)
Branch: master
Clone or download
Fetching latest commit…
Cannot retrieve the latest commit at this time.
Permalink
Type Name Latest commit message Commit time
Failed to load latest commit information.
dataset
images
01_preparedata.md
02_dataanalyze.md
03_dataformat.md
04_createmodel.md
05_evaluatemodel.md
06_deploymodel.md
07_requestservice.md
README.md

README.md

Azure Machine Learning Service Visual interface で二項分類 ~ タイタニック号から脱出できるか?

このコンテンツでは、Azure Machine Learning Service Visual interface (preview) を使って 二項分類 を行う手順を紹介します。

このコンテンツのテーマは、タイタニック号の乗船リスト から、どのような属性の人が "助かる" かを予測 することです。

Azure Machine Learning Service Visual interface


Azure Machine Learning Service Visual interface は Build 2019 で発表された技術です。
GUI 操作で、機械学習・深層学習の予測分析ソリューションを開発できます。

Visual interface は 2019年5月現在、preview 版です。今後大幅に変更・機能拡張されることが予想されます。

このコンテンツも随時更新を検討しますが、実際のサービスと差異が発生する可能性があります。お気づきの点は、Issue, Pull Request でお知らせください。

なお同様の予測モデルを作成する手順として、Azure Machine Learning Studio を使用するコンテンツ を用意しています。性能や拡張性の制約はありますが、Machine Learning Studio は無償で利用できます。


このコンテンツの目的は、Visual interface の操作を理解 することです。構造化データ(Excel や CSV のような表形式の構造を持つデータ)をシンプルな機械学習(深層学習ではなく)で学習してみます。 データの構造が簡単であり学習モデルも簡単なので、AI 技術を理解する上でも機械学習で感覚をつかむのがよいでしょう。
Visual interface に興味がある場合も、一度簡単な学習モデルで操作方法を覚えるのが良いと思います。


今回は、データセットを単に 学習 するだけではなく、学習済みモデルを クラウドに発行 して、そのサービスを 利用 する手順まで紹介します。

機械学習(深層学習でも基本的には同様)は、以下の流れで進めます。

  1. データを用意する
  2. データを分析する
  3. データを整形する
  4. モデルを作成する
  5. 学習済みモデルを評価する
  6. 予測モデル(学習済みモデル)を発行する
  7. 発行したサービスを利用する

このコンテンツの実施には、Azure サブスクリプション(無償評価版でも可)が必要です。


間違いや更新の提案は、Issue、Pull Request でお知らせください。

You can’t perform that action at this time.