Download - Uvod u Microsoft Azure Machine Learning

7/23/2019 Uvod u Microsoft Azure Machine Learning

1/29

Microsoft Azure Machine Learni#AzureML

Bahrudin Hrnjica@bhrnjica

http://bhrnjica.net


2/29

Azure mainso u!enje

"ta je mainso u!enje Machine Learning$ %rob&emi oje rjea'a mainso u!enje(ipo'i mainsog u!enja )'er*ting

Microsoft Azure Machine Learning +rati u'od u Azure ML ,emo -: +&asi*acijai prob&em.

%rei'jeti (itani

,emo : %rob&em Aprosimacije/0egresije %red'i1anje 'a&iteta 'ode rijee 2ne

,emo 3: %ub&iciranje rjeenja %ub&iciranje treniranog a&goritma ao 4eb ser'isa

Azure ML Maretp&ace %ub&iciranje i prodaja '&astitih ML rjeenja.

5a&ju!a


3/29


4/29

6e&io pitanje za 787A9- ;or&d


5/29


6/29

"ta je mainso u!enje/MachLearning

(he goa& of machine &earning is to bui&d com

sCstems that can adapt and &earn from theireDperience.E

F (om 0ezu&tat mainsog u!enja jeste izgradnja ta

ompjutersih sistema oji se pri&ago1a'aju is'og isust'a.E

F (o


7/29

8 be&ie'e o'er thdecade computibecome e'en mubiGuitous and i4i&& become amb4i&& be made posan e'ergro4ing

of connected deincredib&e compcapacitC from thinsights from big

inte&&igence from


8/29

8f Cou in'ent abreathrough inArti*cia&

8nte&&igenceI somachinescanlearnI that

is worth 10


9/29

- -

K 3 9

3 9

%odaci za u!enje

Accurate digitc&assi*er

Mainsko uenje

%repozna'anje ruopisa


10/29

training data

ML sC

%repozna'anje poreta od +iure1aja


11/29

(raenje pra'i&a u podacima

X Y

- 7ALN

(02N

(02N

7ALN

O (02N

7ALN

K (02N

3 7ALN 7ALN

7ALN

-9 (02N

- (02N

- (02N

P Q

- 7ALN

7ALN

3 7ALN

7ALN

7ALN

7ALN

(02N

K (02NO (02N

(02N

-9 (02N

- (02N

- (02N


12/29

%rogramiranje 's. Mainsou!enje

+)M%.

85LA5

%),A


13/29

)sno'ni tipo'i prob&ema oje rjea'a

?adg&edano u!enje Klasikacijski problem F rad sa &asamaI mogu biti binarne i&i 'i

prepozna'anje ob&iaI &icaI prepozna'anje znao'aI s&o'aI prepozgo'oraI pred'i1anje bo&estiI S$

Regresijski problem F rad sa ontinua&nim broje'imaI izgradnja formu&e oja opisuje podateburzaI prognoza 'remenaI pred'idjan'ode rijee 2neI pred'i1anje 'rijednosti T 8ntegra&a u e&astop&asti!n&oma$.

?enadg&edano u!enje +&astering F &asterizacija sa srednjih 'rijednostiI dije&jenje prosto

speci*!ne grupeimage processingI $

2!enje sa poja!a'anjem 8greI retanje robota u &a'irintuI S


14/29

?adg&edano 's. ?enadg&edano u

?adg&edano u!enje ?enadg&edanou!enje

D-

D

D-

D


15/29

)'er*tting

Mode& izuzetno dobro mode&ira podate. Mode& &oe pred'idja podate.


16/29

+oraci u izgradnji ML 0jeen

-0e/,e*nisa

nje%os&o'nog/8ninjersogprob&ema

0ad sa

rezu&tatima

38terati'ni

raz'ojmode&a

%ub&iacija

mode&a

?adzor nadperformanc

amamode&a

-,e*nicanj

ci&ja

7ito'anjeMode&a

N'a&uacijaMode&a


17/29

Microsoft Azure Machine Lear

2!initi mainso u!enje dostupno s'aoj omistrai'a!uI de'e&operu i orisniu preo s'aure1aja od mobite&a do %


18/29

Microsoft Azure Machine Learn

!ure "ortal

Azure )ps(eam

M# $tu%io

,ata cientist

!ure "ortal &M# "' ser(ice

Azure )ps(eam

%o4erB8/,ashboards

Mobi&e Apps;eb Apps

M# "' ser(ice ,e'e&oper


19/29

Microsoft Azure Machine Learn

!ure "ortal

Azure )ps(eam

M# $tu%io

,ata cientist

!ure "ortal &M# "' ser(ice

Azure )ps(eam

%o4erB8/,ashboards

Mobi&e Apps;eb Apps

M# "' ser(ice ,e'e&oper

M# $tu%io

%ristup i %ripremapodataa

7ormiranjeI treniranje itestiranje mode&a

+o&aboracija Tednosta'no pub&iciranje

rjeenja preo A%8 ser'isa.

!ure "ortal & M# "'ser(ice

7ormiranje ML tudioradnog prostora

6a&idan torage ra!un Monitoring ML onzumacije

?oti*acije ad je mode&spreman

M# "' ser(iceand the ,e'e&oper (estirani mode&i dostupni su u ob&iu 4eb ser'isa

%os&o'ni orisnpristupaju rezubi&o gdje i sa bure1aja


20/29

Azure Machine Learning u 3 +o


21/29

,NM) 9: 8ntro AML


22/29

,NM) -: +ao prei'jeti (ita


23/29

$t(arno

true fa&se

"re%(i)anje

positi'e

negati'e

$t(arno

true fa&se

"re%(i)anje

positi'e

negati'e

Matrica onfuzije


24/29

,NM) : %red'i1anje 'a&itete 'orijee 2ne


25/29

,NM) 3: %ub&iciranje Mode&a ao er'isa


26/29

Azure ML Maretp&aca

ML A&gorithms

ML tudio

ML ;eb er'ice

ML ApsMaretp&ace

%roiz'odnja


27/29

5a&ju!a: 5ato Azure ML

N'a&uacija mode&aTednosta'na omparacija i e'a&uacija raz&i!itih mode %o4erfu& too&set to dea& 4ith data. 8ntegracija sa 0 i %Cthon jezicima

;eb er'is A%8 ML Mode& se &aho moe pub&icirati ao ;eb er'ice Mogu=nost preuzimanja Mode&a roz NDce& datoteuTednosta'na onzumacija mode&a ao 0N( ;A%8. ?emoe se sinuti u ob&iu .?N( d&& A%8.


28/29

R%dot?N(

R%dot?N(

.?N( open source projeat za mode&iranje?euronsim mreama i Renetsim A&goritm

http://gpdotnet.codep&eD.com ,esetine magistarsih i dotorsihI

nau!nihIrado'aI citiran u njigama.
http://gpdotnet.codeplex.com/http://gpdotnet.codeplex.com/http://gpdotnet.codeplex.com/http://gpdotnet.codeplex.com/


29/29

;eb 0esursi

https://studio.azurem&.net / 5'ani!ni porta& Azure M http://b&ogs.technet.com/b/machine&earning / Azure Machine LearningQaser . AbuMostafa

Download - Uvod u Microsoft Azure Machine Learning

Top Related