Azure Machine Learning ハンズオンシリーズ 基礎編 資料

Transcript

1. 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
2. Slack ワークスペース
7. Azure Machine Learning
8. 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
9. 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
10. https://aka.ms/ml-docs
12. 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
13. 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
17. https://aka.ms/titanic0611
19. 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
20. Python & R ユーザも Azure ML studio を併用します
21. 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。
22. • 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
23. Python & R の実装をサポートする実験環境
24. • 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
26. Machine Learning Practices & Tips Microsoft Machine Learning Collection Data Scientist 向けページ
27. 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)
28. microsoft/machine-learning-collection: machine learning tech collections at Microsoft and subsidiaries.
29. 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/
30. https://forms.office.com/r/dV5heemZnv