azure machine learning
DESCRIPTION
Lightning talk session of Azure Machine LearningTRANSCRIPT
Azure Machine Learning.NET Labo 7 月勉強会池田 直哉 @ 株式会社ブレインチャイルド
What’s azure machine learning?
機械学習を実装した実行環境 完全に管理されておりユーザ側で R 、 Python などの実行環境をインス
トールする必要がない
Microsoft 側で実装したアルゴリズムとR を用いてユーザ側で実
装可能なビルディングブロックよりなる 実行環境として Web ベースの ML Workshop が提供される PowerBI for Office 365 などと組み合わせて利用可能
Provided Algorithms (Summary)
Classification Multiclass/Two-Class Decision Forest/Jungle
Multiclass/Two-Class Logistic Regression
Multiclass/Two-Class Neural Network
One-vs-All Multiclass
Two-Class Averaged Perceptron
Two-Class Bayes Point Machine
Two-Class Boosted Decision Tree
Two-Class Support Vector Machine
Clustering K-Means Clustering
Regression Bayesian Linear Regression Model
Boosted Decision Tree Regression
Decision Forest Regression
Linear Regression
Neural Network regression
Ordinal Regression
Poisson Regression
ML Workshop
R の実行を行うサンプル
実行したスクリプト
実行結果 ( 抜粋 )
[ModuleOutput] Coefficients:
[ModuleOutput]
[ModuleOutput] (Intercept) control
[ModuleOutput]
[ModuleOutput] 1.792 -1.504
Decision Tree
ある事項に対する観察結果から目標値に関する結論を導く予測モデル 長所としてモデルそのものがわかりやすく解釈しやすい 欠点としてオーバーフィッティングしやすく不安定になりやすい
例えば、肺がんにかかりやすい患者を予測すると朝 7 時に起きるなど極端な観察結果を抽出しやすく、一般解である煙草を吸う人などの結果が無視されがちである
結果的に予測モデルとしては精度を欠いたものになりやすい 欠点はあるがモデルの理解のたやすさから事例は多く SQL Server
Analysis Services でもマイニングモデルとして実装されている