20181117 azure ml_seminar_2
•Transferir como PPTX, PDF•
0 gostou•414 visualizações
20181117 Azure Machine Lerning 勉強会 in Okayama (2)
Recomendados
Mais conteúdo relacionado
Semelhante a 20181117 azure ml_seminar_2
Semelhante a 20181117 azure ml_seminar_2 (20)
Mais de sady_nitro
Último
Último (9)
20181117 azure ml_seminar_2
- 1. Azure Machine Learning モジュールの解説（学習＆評価） 2018.11.17 Azure Machine Learning勉強会 in Okayama 貞松 政史
- 2. 本セッションの流れ • Azure Machine Learningのモジュール説明 • 学習アルゴリズム • 予測 • 分類 • レコメンド • クラスタリング • 評価 • テストデータに対する結果の確認 • 結果に対する評価
- 3. モジュール説明(学習アルゴリズム) • Azure Machine Learningのモジュール説明 • 学習アルゴリズム • 予測 • 分類 • レコメンド • クラスタリング • 評価 • テストデータに対する結果の確認 • 結果に対する評価
- 4. どの機械学習モジュールを使うか • Azure Machine Learning Studio のアルゴリズムの選択方法 • https://docs.microsoft.com/ja-jp/azure/machine-learning/studio/algorithm- choice • Azure Machine Learning Studioの機械学習アルゴリズム チート シート • https://docs.microsoft.com/ja-jp/azure/machine-learning/studio/algorithm- cheat-sheet
- 10. Tune Model Hyperparameters 学習アルゴリズムに対して設 定が必要なパラメータ(ハイ パーパラメータ)を調整してく れる Train Modelの代わりに 学習アルゴリズムとデータを 接続する
- 16. モジュール説明(評価) • Azure Machine Learningのモジュール説明 • 学習アルゴリズム • 予測 • 分類 • レコメンド • クラスタリング • 評価 • テストデータに対する結果の確認 • 結果に対する評価
- 21. Score ModelのVisualize 実際の値 予測値 標準偏差
- 23. 評価指標 • Mean Absolute Error • 平均絶対誤差（MAE）は、予測が実際の結果にどのくらい近いかを測定 します。従って、スコアが低い方が良い。 • Root Mean Square Error • モデルの誤差を要約する単一の値を作成します。差を二乗することに よって、メトリックは過予測と過小予測の差を無視します。
- 24. 評価指標 • Releative Absolute Error • 相対絶対誤差（RAE）は、予想値と実際値の相対的な絶対差です。相対 差は平均差を算術平均で除算するためです。 • Releative Squared Error • 相対二乗誤差（RSE）は同様に、実際の値の二乗誤差の二乗で除算する ことによって、予測値の二乗誤差の二乗を正規化します。
- 25. 後半のまとめ • 用途に合わせて様々な学習アルゴリズムを選択可能 • 選択すべき学習アルゴリズムに迷ったらチートシートを参考 にすれば適切なアルゴリズムを選択できる • 選択した学習アルゴリズムにあわせてTrainモジュール、評 価モジュールを接続する • 最終的に学習モデルにより得られた結果を確認したり、評価 指標に基づいて性能を評価できる
Notas do Editor
- ■学習アルゴリズム 回帰 2分類 多分類 異常検知 クラスタリング リコメンド ■評価 Scored Evaluate 評価指標