Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Azure Machine Learning ハンズオンシリーズ 基礎編 資料
Search
konabuta
June 11, 2021
Technology
0
2k
Azure Machine Learning ハンズオンシリーズ 基礎編 資料
konabuta
June 11, 2021
Tweet
Share
More Decks by konabuta
See All by konabuta
AI at Scale
konabuta
1
190
Azure Machine Learning 大規模機械学習
konabuta
0
280
MLflow と ONNX で実現するクラウドネイティブな MLOps
konabuta
1
2.3k
Azure Machine Learning ハンズオン モデル解釈
konabuta
1
1k
クォータ申請手順 - Azure Machine Learning Compute
konabuta
0
360
Azure Machine Learning - Ignite & Build Update (20210603)
konabuta
0
850
Azure Machine Learning 実験サービスとセキュリティ 2020年11月アップデート情報 (2020-11-12)
konabuta
0
1.1k
機械学習モデルの解釈可能性について (2020-11-11)
konabuta
2
1.1k
Microsoft の Responsible AI への取り組み (2020-11-10)
konabuta
1
470
Other Decks in Technology
See All in Technology
Working as a Server-side Engineer at LY Corporation
lycorp_recruit_jp
0
320
UI State設計とテスト方針
rmakiyama
2
740
Fanstaの1年を大解剖! 一人SREはどこまでできるのか!?
syossan27
2
180
Google Cloud で始める Cloud Run 〜AWSとの比較と実例デモで解説〜
risatube
PRO
0
110
20241214_WACATE2024冬_テスト設計技法をチョット俯瞰してみよう
kzsuzuki
3
650
事業貢献を考えるための技術改善の目標設計と改善実績 / Targeted design of technical improvements to consider business contribution and improvement performance
oomatomo
0
130
pg_bigmをRustで実装する(第50回PostgreSQLアンカンファレンス@オンライン 発表資料)
shinyakato_
0
110
どちらを使う?GitHub or Azure DevOps Ver. 24H2
kkamegawa
0
1k
新機能VPCリソースエンドポイント機能検証から得られた考察
duelist2020jp
0
230
日本版とグローバル版のモバイルアプリ統合の開発の裏側と今後の展望
miichan
1
140
20241220_S3 tablesの使い方を検証してみた
handy
4
660
株式会社ログラス − エンジニア向け会社説明資料 / Loglass Comapany Deck for Engineer
loglass2019
3
32k
Featured
See All Featured
Facilitating Awesome Meetings
lara
50
6.1k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
6
520
Fashionably flexible responsive web design (full day workshop)
malarkey
405
66k
Building Flexible Design Systems
yeseniaperezcruz
327
38k
Optimizing for Happiness
mojombo
376
70k
YesSQL, Process and Tooling at Scale
rocio
169
14k
What’s in a name? Adding method to the madness
productmarketing
PRO
22
3.2k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
232
17k
The MySQL Ecosystem @ GitHub 2015
samlambert
250
12k
Testing 201, or: Great Expectations
jmmastey
40
7.1k
GraphQLとの向き合い方2022年版
quramy
44
13k
The Art of Programming - Codeland 2020
erikaheidi
53
13k
Transcript
Azure Machine Learning ハンズオンシリーズ 基礎編 2021年6月11日(金) 16:00 - 17:30
Slack ワークスペース
None
None
None
None
Azure Machine Learning
Azure M achine Learning service 実験的なモデル開発 ⾃動機械学習 デザイナー Pytyon /
R モデル検証 パッケー ジ化と Azure Container Instnaces での検証 モデル学習 コンピュー ティング クラスター モニタリング モデルのモニタリング デプロイ スケー ラブルな kubernetes サ ー ビス へ のデプロイ CI/CD & モデル再学習 GitHub & Azure DevOps 統合・連携
Responsible Industry leading MLOps Open & Interoperable For all skill
levels あらゆるスキルレベルに対応し、 ML の生産性を向上 機械学習ライフサイクル の運用管理 責任のある ML ソリューションの構築 オープンテクノロジーの採用 と相互運用性の実現
https://aka.ms/ml-docs
None
Azure Machine Learning Workspace とは? アーキテクチャと主要な概念 - Azure Machine Learning
| Microsoft Docs 関連 Azure サービス リソース アセット
付属リソース Storage Key Vault Container Registry App Insights モデル推論サービス AKS
Cluster ACI 学習データのデータソース Storage Data Lake SQL モデル学習のサービス Compute Instance Compute Clusters 多くの PaaS サービスに 依存している ※ Microsoft Managed のため、Azure Portal からは見えない
None
None
None
https://aka.ms/titanic0611
None
作成者 • Notebooks - コーディング環境 • Automated ML - 自動機械学習
• Designer - GUI 機械学習プロセス実行 アセット • Datasets - データの登録と管理 • Experiments - 実験記録 • Pipelines - 学習・推論のパイプライン • Models - モデル管理 • Endpoints - エンドポイント管理 管理 (環境・データ) • Compute - 学習・推論の計算環境 • Datastores - データソースの設定 • Data Labeling - ラベリング機能
Python & R ユーザも Azure ML studio を併用します
ユーザーの入力 特徴量 エンジニアリング アルゴリズム の選択 ハイパーパラメータ のチューニング モデルの リーダーボードと解釈 データセット
設定と制約 76% 34% 82% 41% 88% 72% 81% 54% 73% 88% 90% 91% 95% 68% 56% 89% 89% 79% 順位 モデル スコア 1 95% 2 76% 3 53% … 自動機械学習は、与えられたデータに対して「最高のモデル」を探索するために、 特徴量エンジニアリング、アルゴリズムとハイパーパラメータの選択を自動実行します。
• 直感的なマウス操作でパイプライン構築 • 特徴量エンジニアリング • モデル学習 (回帰、分類、クラスタリング) • 推論 (リアルタイム
& バッチ) • カスタムモデル・スクリプト (Python, R) 機械学習のモデル構築、テスト、デプロイするためのビジュアルパイプライン ※ 参考 : Azure Machine Learning デザイナー とは https://docs.microsoft.com/ja-jp/azure/machine-learning/concept-designer
Python & R の実装をサポートする実験環境
• 様々なスペックのVMを選択・起動 • 自動スケールアウト・ダウン • ジョブ管理、スケジュール管理 学習コード train train train
ジョブ・スケジュール管理 • Job に必要なライブラリ・データを自動で準備 ・・・ • 低優先度オプション : 80% 割引で利用可能 モデル学習・推論のためのクラウドネイティブなクラスター環境
None
Machine Learning Practices & Tips Microsoft Machine Learning Collection Data
Scientist 向けページ
機械学習プロジェクトを進めるためのガイドブック Machine Learning Best Practices (azure.github.io)
microsoft/machine-learning-collection: machine learning tech collections at Microsoft and subsidiaries.
Python による機械学習入門 編 2021年6月25日(金) 16:00 - 17:30 https://dllab.connpass.com/event/214093/
https://forms.office.com/r/dV5heemZnv
None
None