Techfair.jp 2017年3月2017年3月4日
瀬尾佳隆 (@seosoft)Microsoft MVP for Windows Dev
IoT キットハンズオン解説(Azure ML Studio 編)
#4 グループ化
おことわり
本資料は、2017年3月4日時点の内容です
Slideshare 公開した 2018年1月時点では一部古い内容を含んでいることがありますが、記録・参考として公開します
自己紹介
瀬尾佳隆 (せおよしたか)•MVP for Windows Development• http://yseosoft.wordpress.com/• 乃木坂46 / 欅坂46 と仏像 / 屏風絵が好き
Techfair 主宰 (http://techfair.jp/)
Cogbot コミュニティ スタッフ
この資料の特徴
センサーデータの形式はハンズオンと同じもの•ただし、CSV ファイルを Dataset として使います
開発する学習モデルはハンズオンとは別のもの•機械学習の基本的な考え方•ML Studio の操作方法
を理解することを目的とします
#1 共通手順 を先に実施してください
共通手順は本資料では説明していません• http://bit.ly/mlhol_1_20161203
“20161203” ですごめんなさい
グループ化モデルの作成特徴に応じてグループに属するかを判断~予測ではなく、グループ分け~
モデリングの流れ
1 データ入力 Saved Datasets, Data Input and Output
2 データ加工 Data Transformation
3 初期モデルの決定 Machine Learning – Initialize Model
4 学習モデルの作成 Machine Learning - Train
5 学習結果の測定 Machine Learning – Score
6 評価用データを予測 Machine Learning – Evaluate
7 未来を予測 Web Service
2.データ加工 の続き学習に適した形に編集する
※ #1 共通手順の続き
2.データ加工~データ分離 (1/1)
学習用データと評価用データとに分ける
3.初期モデルの決定 ~4.学習モデルの作成機械学習の本体
3.初期モデルの決定K-Means Clustering
4.学習モデルの作成 (1/4)グループ化の対象とする列を選択
4.学習モデルの作成 (3/4)
“Run selected” してから “Visualize”
4.学習モデルの作成 (4/4)
今回は、きれいなデータなので、はっきりとグループが分かれた
グループ分けの結果
5.学習結果の測定 ~6.評価用データを予測グループ化は “予測” ではないため、ここでは正しくは“結果の確認” と “追加データをグループ化”
改めて)5. 結果の確認 ~6.追加データをグループ化ML Studio はどのようにグループ化したかを具体的に確認
5.結果の確認 (1/6)グループ分けの結果をレコードごとに数値で確認
5.結果の確認 (2/6)
すべての列を対象にする場合の手順
5.結果の確認 (4/6)
“Run selected” してから “Visualize”
5.結果の確認 (5/6)各レコードがどちらに分類されたか
5.結果の確認 (6/6)
レコードの散らばり具合
6.追加データをグループ化 (1/6)
追加データを同じルールでグループ化
6.追加データをグループ化 (2/6)“Run selected” してから “Visualize”
6.追加データをグループ化 (3/6)グループ分けの結果
6.追加データをグループ化 (4/6)追加データも数値で確認
6.追加データをグループ化 (5/6)
閉じたら、“Run selected” して “Visualize”
6.追加データをグループ化 (6/6)
7.未来を予測グループ化は “予測” ではないため、ここでは正しくはサービス化して “新規のデータをグループ化”
改めて)7.新規のデータをグループ化Web Service を作成する
7.新規のデータをグループ化 (1/3)
全体を “Run” してから、Web サービス用 Experiment を自動生成
7.新規のデータをグループ化 (2/3)自動生成された Experiment を編集したら、
“Run selected” して Web サービスをデプロイ
7.新規のデータをグループ化 (3/3)Web サービス管理画面でテスト
#2 を参考に、Excel 利用も
他の学習モデル
回帰分析
グループ化
どちらの学習モデルも、#1 共通手順を先に実施
今回の資料
機械学習と Azure ML Studio の基本 (この資料)• http://bit.ly/mlstudio20161203
IoTキットハンズオン解説 (ML Studio パート) #1 共通手順• http://bit.ly/mlhol_1_20161203
IoTキットハンズオン解説 (ML Studio パート) #2 回帰分析• http://bit.ly/mlhol_2_20161203
IoTキットハンズオン解説 (ML Studio パート) #3 分類分析• http://bit.ly/mlhol_3_20161203
IoTキットハンズオン解説 (ML Studio パート) #4 グループ化• http://bit.ly/mlhol_4_20161203
“20161203” ですごめんなさい