Azure Machine Learningを使ってみよう～説明編～

Azureにはオンラインで利用できる機械学習Machine Learning（Azure ML）が提供されており、様々なパーツをドラッグ＆ドロップするだけで簡単に機械学習を使うことが出来ます。

今回から複数回に分けてAzure上にもサンプルのあるUCI（University of California、Irvine） Machine Learning Repositoryの”Statlog (German Gredit Data)”を利用して貸付の信用リスクの分析を行います。

大きな流れとしては、「2つの機械学習モデルを比較」し、「優れたモデルを学習モデルとして利用する」という流れになります。

<2つの機械学習モデルを比較>に関しては以下の流れとなります。

1. Machine Learning Studioのセットアップ
2. 分析データの取り込み
3. Rを使ってリスクに合わせたデータの作成
4. 1つ目のモデル「Two-Class Boosted Decision Tree」に取り込み
5. 上記モデル評価のためにリアルデータとのスコアリングを作成
6. もう1つのモデル「Two-Class Support Vector Machine」に対しても作成
7. ２つのモデルのスコアリングデータの比較

が作成後のStudioの画面となります。

<優れたモデルを学習モデルとして利用する>に関しては以下の流れとなります。
1. Coming Soon

次回からは実際に機械学習に取り組みます。

お楽しみに！