Azure Machine Learning - Ignite & Build Update (20210603)

by konabuta

Slide 1

Slide 1 text

Azure Machine Learning Ignite & Build アップデート女部田啓太

Slide 2

Slide 2 text

アジェンダ

Slide 3

Slide 3 text

アジェンダ

Slide 4

Slide 4 text

Azure Machine Learning

Slide 5

Slide 5 text

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

Slide 6

Slide 6 text

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

Slide 7

Slide 7 text

アジェンダ

Slide 8

Slide 8 text

最新アップデート情報

Slide 9

Slide 9 text

Microsoft が PyTorch の Enterprise サポートを提供 PyTorch Enterprise | PyTorch Delivering reliable production experiences with PyTorch Enterprise on Microsoft Azure - Microsoft Open Source Blog

Slide 10

Slide 10 text

Compute Instance が Visual Studio Code に対応

Slide 11

Slide 11 text

コンピューティングインスタンスを作成および管理する - Azure Machine Learning | Microsoft Docs Compute Instance のカスタム構成

Slide 12

Slide 12 text

デモンストレーション

Slide 13

Slide 13 text

No content

Slide 14

Slide 14 text

マネージドオンラインエンドポイントを使用して ML モデルをデプロイする - Azure Machine Learning | Microsoft Docs Announcing managed endpoints in Azure Machine Learning for simplified model deployment - Microsoft Tech Community マネージドなオンライン推論環境

Slide 15

Slide 15 text

バッチエンドポイントを使用したバッチスコアリング - Azure Machine Learning | Microsoft Docs Announcing managed endpoints in Azure Machine Learning for simplified model deployment - Microsoft Tech Community マネージドなバッチ推論環境

Slide 16

Slide 16 text

CLI & REST API のエンハンスメント 2.0 CLI を使用してモデルをトレーニングする (ジョブを作成する) - Azure Machine Learning | Microsoft Docs Announcing the new CLI and ARM REST APIs for Azure Machine Learning - Microsoft Tech Community

Slide 17

Slide 17 text

デモンストレーション

Slide 18

Slide 18 text

No content

Slide 19

Slide 19 text

No content

Slide 20

Slide 20 text

MLFlow Integration Experiments Local machine Virtual machine Azure ML Compute Azure Databricks ML Tracking and Model Deployment Azure Machine Learning Experiments and Metrics Tracking Metrics Artifacts Logging API Tracking URI Model API 実験メトリックとモデル管理の連携

Slide 21

Slide 21 text

集計されたモデル精度指標では捉えられないモデル誤差の傾向分析 ① Identification ② Diagnostics 誤差が大きいコホートを特定する木構造で各条件下におけるエラー率・カバレッジを表示対象のコホートを比較し深掘り分析するデータ探索グローバル解釈ローカル解釈 what-if 分析 Learn More : Error Analysis

Slide 22

Slide 22 text

ラベリング機能のインスタンスセグメンテーションへの対応画像とテキストドキュメントにラベルを付ける | Microsoft Docs

Slide 23

Slide 23 text

画像とテキストドキュメントにラベルを付ける | Microsoft Docs テキストデータ用のラベリング機能

Slide 24

Slide 24 text

アジェンダ

Slide 25

Slide 25 text

基礎編 2021年6月11日(金) 16:00 - 17:30 https://dllab.connpass.com/event/211482/

Slide 26

Slide 26 text

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/

Slide 27

Slide 27 text

microsoft/machine-learning-collection: machine learning tech collections at Microsoft and subsidiaries.

Slide 28

Slide 28 text

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)

Slide 1

Slide 1 text

Slide 2

Slide 2 text

Slide 3

Slide 3 text

Slide 4

Slide 4 text

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Slide 7

Slide 7 text

Slide 8

Slide 8 text

Slide 9

Slide 9 text

Slide 10

Slide 10 text

Slide 11

Slide 11 text

Slide 12

Slide 12 text

Slide 13

Slide 13 text

Slide 14

Slide 14 text

Slide 15

Slide 15 text

Slide 16

Slide 16 text

Slide 17

Slide 17 text

Slide 18

Slide 18 text

Slide 19

Slide 19 text

Slide 20

Slide 20 text

Slide 21

Slide 21 text

Slide 22

Slide 22 text

Slide 23

Slide 23 text

Slide 24

Slide 24 text

Slide 25

Slide 25 text

Slide 26

Slide 26 text

Slide 27

Slide 27 text

Slide 28

Slide 28 text

Slide 29

Slide 29 text

Slide 30

Slide 30 text