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

機械学習モデル
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!

この記事を書いた人

azure-recipe-user