SlideShare a Scribd company logo
Azure Machine Learning Studio
教師:陳志華博士
課程大綱-微軟Azure Machine Learning Studio
免費使用Azure Machine Learning Studio
收集資料
匯入資料
建立實驗模型
建立實驗模型-訓練
建立實驗模型-測試
執行和結果驗證
免費使用Azure Machine Learning Studio
連結微軟Azure Machine Learning
Studio網站
https://studio.azureml.net/
點擊「Sign up here」
點擊「Most Popular」中的「sing
up here」
免費使用Azure Machine Learning Studio
進入建立帳號頁面
免費使用Azure Machine Learning Studio
輸入自己的E-mail作為登入帳號
設定偏好的密碼
點擊「Next」
免費使用Azure Machine Learning Studio
設定First name和Last name
點擊「Next」
免費使用Azure Machine Learning Studio
設定國家和生日
設定完成後點擊「Next」
免費使用Azure Machine Learning Studio
收到E-mail信件,並取得驗證碼
輸入該驗證碼,並點擊「Next」
免費使用Azure Machine Learning Studio
輸入圖片中的文字
點擊「Next」
免費使用Azure Machine Learning Studio
註冊完成畫面
免費使用Azure Machine Learning Studio
連結微軟Azure Machine Learning Studio網站
https://studio.azureml.net/
點擊「Sign In」
免費使用Azure Machine Learning Studio
輸入帳號和密碼進行登入
免費使用Azure Machine Learning Studio
登入後畫面
免費使用Azure Machine Learning Studio
收集資料
原始資料
結構化資料
機器學習結果
90
91
92
93
94
95
96
103-2 103-3 103-4 103-5
平均股價
年份-月份
中華電信103年2月-4月平均股價
時間 平均股價
103年2月 90.77
103年3月 92.74
103年4月 93.98
103年5月 ?
輸入值(x) 輸出值(y)
1 90.77
2 92.74
3 93.98
  bxwxfy 
  287.89605.1  xxfy
  707.954  fy
中華電信103年5月
平均股價多少?
(也就是x=4代入)
95.707
資料前處理
f(x)為一條趨勢線
深度學習主要就是
在學習「趨勢」
95.707
資料來源:個股月成交資訊,臺灣證券交易所,網址:https://goo.gl/ykB3gA
線性迴歸結果
趨勢線定義:
點到線的距離最小化
機器人圖片來源:
Eyebot Chat Room.
Url: https://goo.gl/gpMrK9
收集資料
訓練資料
測試資料
輸入值(x) 輸出值(y)
1 90.77
2 92.74
3 93.98
輸入值(x) 輸出值(y)
4 95.29
儲存為
「訓練資料.csv」
儲存為
「測試資料.csv」
匯入資料
點擊右邊選單「DATASETS」,
管理資料集
點擊「NEW」
匯入資料
點擊「FROM LOCAL FILE」,匯
入檔案
匯入資料
點擊「選擇檔案」,並選擇「訓
練資料.csv」
設定檔案類型為「Generic CSV file
with a header (csv)」
點擊「˅」
匯入資料
完成匯入後,可於列表中看到
「訓練資料.csv」
點擊「NEW」
匯入資料
點擊「FROM LOCAL FILE」,匯
入檔案
匯入資料
點擊「選擇檔案」,並選擇「測
試資料.csv」
設定檔案類型為「Generic CSV file
with a header (csv)」
點擊「˅」
匯入資料
完成匯入後,可於列表中看到
「測試資料.csv」
點擊「NEW」
建立實驗模型
點擊右邊選單
「EXPERIEMENTS」,管理實驗
模型
點擊「NEW」
建立實驗模型
點擊「Blank Experiment」,建立
空白專案
建立實驗模型
空白專案
建立實驗模型-訓練
於「Saved DatasetsMy Datasets」
中拖曳「訓練資料.csv」至專案中
建立實驗模型-訓練
在本例主要採用「線性迴歸」
於「Machine LearningInitialize
ModelRegression」中拖曳「Linear
Regression」至專案中
建立實驗模型-訓練
於「Machine LearningTrain」中拖
曳「Train Model」至專案中
建立實驗模型-訓練
將「Linear Regression」連結至
「Train Model」
將「訓練資料.csv」連結至「Train
Model」
讓機器以線性迴歸模型進行學習,
並以訓練資料作為學習目標
建立實驗模型-訓練
點擊「Launch column selector」,
設定輸入值和輸出值
建立實驗模型-訓練
將「x」設定為「AVARABLE
COLUMNS」,即輸入值欄位
將「y」設定為「SELECTED
COLUMNS」,即輸出值欄位
建立實驗模型-測試
於「Saved DatasetsMy Datasets」
中拖曳「訓練資料.csv」至專案中
建立實驗模型-測試
於「Machine LearningScore」中拖
曳「Score Model」至專案中
建立實驗模型-測試
將「Train Model」連結至「Score
Model」
將「測試資料.csv」連結至「Score
Model」
讓機器將測試資料輸入至訓練完
成之模型,用以產生預測值
建立實驗模型-測試
於「Machine LearningEvaluate」
中拖曳「Evaluate Model」至專案
中
建立實驗模型-測試
將「Score Model」連結至
「Evaluate Model」
讓機器計算預測值與真值的誤差
執行和結果驗證
點擊下方選單「RUN」執行專案
執行和結果驗證
當每個項目出現綠色「˅」符號,
代表已完成
執行和結果驗證
全部完成後即可瀏覽結果
執行和結果驗證
在「Train Model」下方圓點處,
點擊滑鼠右鍵
點擊「Visualize」,瀏覽訓練結果
執行和結果驗證
可觀察線性迴歸之機器學習結果
斜率為1.60501
截距為89.2866
執行和結果驗證
在「Train Model」下方圓點處,
點擊滑鼠右鍵
點擊「Visualize」,瀏覽預測結果
執行和結果驗證
可觀察每筆測試資料之預測結果
在此例中,當x為4時,y預測值為
95.706881
執行和結果驗證
在「Evaluate Model」下方圓點處,
點擊滑鼠右鍵
點擊「Visualize」,瀏覽驗證結果
執行和結果驗證
可觀察測試資料之平均誤差
在此例中,誤差值為0.416681

More Related Content

PPSX
林合昕:Azure & O365使用心得
PDF
Azure Machine Learning 重頭學
PDF
Tutorial for ms azure machine learning
PPTX
Azure machine learning overview
PDF
Azurebootcamp 2018
PDF
Demo for ms azure machine learning
PDF
20150206 aic machine learning
PDF
遞歸神經網路(Python+TensorFlow+Keras)
林合昕:Azure & O365使用心得
Azure Machine Learning 重頭學
Tutorial for ms azure machine learning
Azure machine learning overview
Azurebootcamp 2018
Demo for ms azure machine learning
20150206 aic machine learning
遞歸神經網路(Python+TensorFlow+Keras)

More from Fuzhou University (20)

PDF
卷積神經網路(Python+TensorFlow+Keras)
PDF
神經網路(Python+TensorFlow+Keras)
PDF
人工智慧11_遞歸神經網路
PDF
多媒體系統10_3D繪圖軟體Blender
PDF
多媒體系統09_3D互動擴增實境
PDF
人工智慧10_卷積神經網路
PDF
人工智慧09_神經網路(TensorFlow+Keras)
PDF
多媒體系統08_Inkscape繪製圖形與漸層
PDF
論文導讀03_集成神經網路(智慧交通)
PDF
論文導讀02_神經網路(智慧交通)
PDF
論文導讀01_k個最近鄰居(行動定位)
PDF
人工智慧08_神經網路
PDF
多媒體系統02_影像處理原理與技術
PDF
多媒體系統07_Android App影音互動擴增實境
PDF
多媒體系統06_影音編輯軟體Movie Maker
PDF
多媒體系統05_Android App圖形元件
PDF
多媒體系統04_GIMP繪圖、特效、動畫
PDF
多媒體系統03_GIMP影像合成與圖層應用
PDF
多媒體系統01_安裝開發環境
PDF
人工智慧02_大數據分析與機器學習概論
卷積神經網路(Python+TensorFlow+Keras)
神經網路(Python+TensorFlow+Keras)
人工智慧11_遞歸神經網路
多媒體系統10_3D繪圖軟體Blender
多媒體系統09_3D互動擴增實境
人工智慧10_卷積神經網路
人工智慧09_神經網路(TensorFlow+Keras)
多媒體系統08_Inkscape繪製圖形與漸層
論文導讀03_集成神經網路(智慧交通)
論文導讀02_神經網路(智慧交通)
論文導讀01_k個最近鄰居(行動定位)
人工智慧08_神經網路
多媒體系統02_影像處理原理與技術
多媒體系統07_Android App影音互動擴增實境
多媒體系統06_影音編輯軟體Movie Maker
多媒體系統05_Android App圖形元件
多媒體系統04_GIMP繪圖、特效、動畫
多媒體系統03_GIMP影像合成與圖層應用
多媒體系統01_安裝開發環境
人工智慧02_大數據分析與機器學習概論
Ad

機器學習工具_微軟Azure Machine Learning Studio