読者です 読者をやめる 読者になる 読者になる

Hack & Sports

Microsoft エバンジェリスト&トライアスリート 大田 昌幸の個人ブログ

クラスタリング アルゴリズムを学びつつ Azure Machine Learning で実装するための情報

こんにちは、Microsoft  テクニカル エバンジェリストの大田です。

先日機械学習関連のセミナーを開催したのですが、その際の資料や動画の準備が整ったのでここにログしておきます。

 

セミナーのコンセプト

データ解析・機械学習に関して、様々な入門者向け情報を提供してきましたが、やはり実案件になると色々と躓くことが増えてきました。

どんなところで躓くかというと、下記のポイントが多いです。

  1. どんな成果を求めて、どんなデータを使うかという「ゴール設定力」
  2. 期限を決めて根気よく繰り返すための「精神力(というか慣れ)」
  3. データを貯めたり定期的に処理しするための「インフラ構築力」
  4. 解析をする際のモデル手法の選定や、その内容を理解するための「統計解析力」
  5. そのモデルを実現するための「実装力」

# もちろん、案件で経験を積めばさらに課題が見えるかもしれないです。

 

そのため、このポイントを「みんなで解決していこう」というコンセプトでセミナーを開催しました。いきなり全部はできないので、今回は「インフラ構築力」「統計解析力」「実装力」を鍛えるためのコンテンツを共有しました。

 

セミナー資料と動画

セミナー資料はそれぞれ下記に公開しています。

 

上坂さん、清水さんのは「インフラ構築力」に特化しています。

上坂さんは Hadoop の解説と Azure ML との連携方法を紹介しています。

清水さんは、定期的な処理・データの移動・可視化について紹介しています。

 

三上さんは「統計解析力」に特化した情報を提供しています。具体的にはクラスタリングの全体像や K-means クラスタリングについて解説してくれています。

大田は「実装力」に特化した資料になっており、K-means クラスタリングを Azure ML で実現する方法を紹介しました。

 

アルゴリズムから学ぶAzure ML モジュールの使いこなし方 -- Azure Machine Learning との連携について学ぶ -- HDInsight編
株式会社ネクストスケープ エバンジェリスト
上坂 貴志

 

K meansによるクラスタリングの解説と具体的なクラスタリングの活用方法の紹介
フリーランス
三上 威

 

Azure Machine Learning でのK-means 法の具体的な活用方法
日本マイクロソフト テクニカル エバンジェリスト
大田 昌幸

 

未来を見据える Power BI! Azure Machine Learning との連携
日本マイクロソフト サポート エンジニア
清水 磨

 

資料の詳細な解説・デモを見たい場合には、Chennnl 9 というMS動画サイトで公開しているので活用してください。

channel9.msdn.com