Azure machine learning

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