読者です 読者をやめる 読者になる 読者になる

日々の出来事や調べ物に関するネタを備忘録(Memorandum)として残していくBlogです。

『六本木一丁目でAzure Machine Learning ハンズオン勉強会!』に参加してきた

現在AWSAmazon Machine Learningを絶賛勉強&実践中の身ではありますが、個人的には機械学習や統計についてはほぼ初心者・素人な感じです。ですのでこのAzure Machine Learningの勉強会、サービス的には思いっきり競合になる訳ですが(笑)、機械学習の何たるかを学ぶのには丁度良い題材だと思い、またAzure/Amazon双方のMachine Learning(機械学習)を見てみる事で得られる事もあるのではないか、と思いイベントに参加申し込み、5/29(金)に参加してきました。

開催会場は株式会社gloopsハングアウトフィールド@六本木。何かもうオシャレ過ぎてアレです。
f:id:shinyaa31:20150529224945j:plain
そしてgloops様オフィスの開催会場の雰囲気。こんな雰囲気のフロアが3〜4倍、横に並んでいる形をイメージして頂ければと思います。スクリーンも3面程設置されていました。こちらも豪華過ぎてゴイスー。
f:id:shinyaa31:20150529213606j:plain

以下ざっくり参加メモ。

機械学習概説セッション

当日は太田さん(@masota0517)、清水さん(@shimi016)と発表者の名前が異なっていますが、基本的にはこちらの内容を基に分かりやすい解説で進みました。


そして上記スライド資料をベースにした解説の前に、機械学習概説的な解説を少々。

  • 機械学習の概要理解
    • データ解析領域の全体像を把握する:横軸=領域、縦軸=時間。
    • Excelベースでの強力なツール:PowerBI。見える化する、そして気づきを得る。
    • 機械学習は未来を対象。将来を予測する部分で使う。

f:id:shinyaa31:20150529191058j:plain

  • 機械学習とは何か
    • アルゴリズムとして明示的に解法が与えられていないタスクに対して、そのタスクを遂行するための『進化するモデル』を学習データから構築すること。
  • 機械学習の要素(学習時):機械学習概要
    • データ:推薦するためのamazonのレーティングの情報
    • 正規化:不正なデータ、欠落データを削除する
    • 学習用データ・評価用データの分割:6割で学習、4割で評価。
    • モデルの訓練:60% の方で使う。ちなみにモデルもアルゴリズムも、意味するものは同じ。
      • 学習データを使用して、最適な結果を出すモデルを作成する。検証して確からしいとなれば一旦完了。
      • 使用時は:実世界のデータをモデルを使って予測する。
  • 機械学習の分類(手法別)
    • 1.教師あり:正解データも付与されている状態で学習出来る。
    • 2.中間的手法
    • 3.教師なし:正解データが無い状態。最終的にはプロダクトを作る企業様がレビュー、評価を行い、データで精度を高めていく。

f:id:shinyaa31:20150529191652j:plain

  • 『y = ax1 + ax2 + ax3 ...』のようなす数式の事を、あるデータ群の性質を表す『モデル』と呼ぶ。
    • yの部分:目的変数・結果変数
    • x1〜x3の部分:予測変数・説明変数・特徴
    • 複数のxを入力し、yの値が最適な値となるように適切なaを決定して行く事をモデルの訓練(調整)と呼ぶ。
  • 事例紹介(2件程)
  • 推薦システムの基本的な仕組みの理解:冒頭スライド資料参照。

Azure Machine Learningハンズオン

しばしの休憩の後、Azure Machine Learningハンズオンの時間へ。こちらについては下記写真のハンズオンテキストに沿って各自手順を進める形となりました。このテキストが非常に完成度が高く、基本的には『手順をそのまま進めていけば出来るようになっている』形になっていてとても分かり易かったです。
f:id:shinyaa31:20150529194326j:plain

実施した内容はAzure Machine Learningを使った機械学習モデルのサンプルモデル実行/モデルのWeb/Web API公開/SQL Databaseとの連携など。冒頭、ネットワークの不調等が重なり時間内に全てのタスクをこなす事は出来ませんでしたが、前述の通り『分かり易さ』は十分にありましたので勉強会としての満足度は非常に高かったです。サポートの方々の体制もとても素晴らしいものだと思いました。

Azure Machine Learningそのものについての印象としては『これは敷居が低いな』というのが第一印象。そもそも機械学習というテーマですので、機械学習を含め統計などの知識も求められる部分があるのは否めない訳ですが、サンプルモデルを予め用意していたり、各種タスクをGUIで繋げるイメージで機械学習モデルの作成、予測の実施と言った一連の操作を実現出来るのは良いな〜と思いました。データクレンジング等の『前処理』に当たる部分の処理もこのサービス内で行えるというのも、利用者にとっては嬉しい部分だなと思います。

懇親会

実はこの日、アジャイル界隈では有名なTsuyoshiUshio(@sandayuu)さんもこの勉強会に参加しており、懇親会では当日のハンズオンの感想や近況等について歓談しておりました。色々と参考になるお話等も聞くことが出来たので、実はこの時間も(この時間が)有意義だったりしています。牛尾さん、ありがとうございました!

そして『機械学習』自体の"学習"についてもドキュメント読み込んで理解するだけで無く(理解する事も重要だけど)、やはり実践を交えてガシガシと使って行かないと、その度合いと言うか勝手の部分が分からない。なので色々サンプル探してきて機械学習モデルに突っ込む実践等もやってみようと思います。