Download - Azure Machine Learning (Italian)
#CDays15 – Milano 24, 25 e 26 Marzo 2015
Grazie a
PlatinumSponsor
#CDays14 – Milano 25, 26 e 27 Febbraio 2014
Davide Mauri
• Microsoft SQL Server MVP• Works with SQL Server from 6.5, on BI from 2003• Specialized in Data Solution Architecture, Database Design, Performance
Tuning, High-Performance Data Warehousing, BI, Big Data• President of UGISS (Italian SQL Server UG)• Regular Speaker @ SQL Server events• Consulting & Training, Mentor @ SolidQ
• E-mail: [email protected]• Twitter: @mauridb • Blog: http://sqlblog.com/blogs/davide_mauri/default.aspx
#CDays14 – Milano 25, 26 e 27 Febbraio 2014
Agenda
• Machine Learning, uats dat?
• Supervised & Unsupervised Methods
• Tool e Linguaggi
• Esperimenti On-Premises
• Azure Machine Learning
• Integrazione di AzureML nelle applicazioni
#CDays14 – Milano 25, 26 e 27 Febbraio 2014
Machine Learning
• Algoritmi che apprendono dai dati
• Niente di nuovo dal punto di vista scientifico• "Field of study that gives computers the ability to learn without being explicitly
programmed“ - 1959, Arthur Samuel
• In Italiano: «Apprendimento Automatico»• Nome meno bello ma più vicino alla realtà
• Richiede *molta* potenza di calcolo (anche per Not-So-Big Data)• Azure, here we come!
#CDays14 – Milano 25, 26 e 27 Febbraio 2014
Machine Learning
• Molto, molto, molto, molto utile per• Identificare pattern sconosciuti e non “umanamente” identificabili
• Ad es. in spazi multi-dimensionali (da un punto di vista matematico e pratico, sono oggetti con cui ci relazioniamo tutti i giorni)
• Identificare correlazioni nascoste• Es. relazioni di causa/effetto per identificare frodi, eventi specifici (rottura di un pezzo)
• Classificare in automatico insiemi di dati• Es. autore di provenienza di un testo, sentiment analysis, pattern recognition
• Anticipare il futuro basandosi su conoscenza passata• Es. Analisi delle tendenze di prezzi, stock, costi
#CDays14 – Milano 25, 26 e 27 Febbraio 2014
Machine Learning
• Ci sono due (ma alcuni le dividono in cinque!) grosse categorie• Supervised Learning
• Unsupervised Learning
• Supervised: agli algoritmi viene insegnato qual è il risultato atteso
• Unsupervised: gli algoritmi identificano in autonomia le regole / i pattern
#CDays14 – Milano 25, 26 e 27 Febbraio 2014
Linguaggi
• Linguaggi comuni ed utilizzati attualmente• R (MS ha appena acquisito Revolution Analytics)• Pyton (Scikit-Learn – pron: “sy-kit learn”)
• In ambito .NET• Infer.NET
• http://research.microsoft.com/en-us/um/cambridge/projects/infernet/
• F#• http://fsharp.org/guides/machine-learning/index.html• http://stackoverflow.com/questions/8068040/resources-for-working-with-machine-learning-
in-f
• Azure ML • Net# - Linguaggo specifico per Reti Neurali Artificiali
#CDays14 – Milano 25, 26 e 27 Febbraio 2014
AzureML
• “Democratize Machine Learning”
• https://studio.azureml.net/
• Gratis (“Free Tier”) per dati fino a 10GB e per attività di test/sviluppo
• Sviluppo di esperimenti e pubblicazione degli algoritmi tramite Web API / Service
#CDays14 – Milano 25, 26 e 27 Febbraio 2014
Tool
• RStudio• IDE free per R, molto ben fatto• http://www.rstudio.com/
• Anaconda Python• Distribuzione di Python con tutti i package necessari per fare Data Science• http://www.continuum.io/
• PyTools For Visual Studio• Estensione per sviluppare con Python con Visual Studio
• Team di sviluppo assorbito da AzureML• https://pytools.codeplex.com/
#CDays14 – Milano 25, 26 e 27 Febbraio 2014
IRIS Dataset
• Disponibile presso il sito UC Irvine Machine Learning Repository• http://archive.ics.uci.edu/ml/datasets/Iris
• 150 classificazioni di fiori “iris”• 3 classi: Virginica, Versicolor, Setosa• 4 feature (dimensioni): Sepal Width & Length, Petal Width & Length
• Uno dei set più famosi• Una classe linearmente separabile• Le alter due classi NON sono linearmente separabili
#CDays14 – Milano 25, 26 e 27 Febbraio 2014
IRIS Dataset
http://www.anselm.edu/homepage/jpitocch/genbi101/diversity3Plants.html
#CDays14 – Milano 25, 26 e 27 Febbraio 2014
Azure Machine Learning
• www.azureml.com
• Azure ML Studio• Web application per lo sviluppo dei modelli
• Processo di sviluppo• Experiment• Score• Evaluate• Publish
#CDays14 – Milano 25, 26 e 27 Febbraio 2014
Web Endpoint
• Azure Machine Learning permette di creare un endpoint web per invocare l’algoritmo di ML da applicazioni custom
• Protocollo basato su JSON
• Insieme al web service viene creato anche• Pagina di Help
• Endpoint per chiamata singola
• Endpoint per chiamata batch
#CDays14 – Milano 25, 26 e 27 Febbraio 2014
Q&A
Tutto il materiale di questa sessione suhttp://www.communitydays.it/
Lascia subito il feedback su questa sessione,potrai essere estratto per i nostri premi!
Seguici suTwitter @CommunityDaysITFacebook http://facebook.com/cdaysit#CDays15