Submission error
The server is unable to understand your request. There has been a submission error, or you may not have access to the requested event. Make sure that the web address is complete and does not have any extra spaces or special characters. Then resubmit the page. The web address that you entered was: https://www.microsoftevents.com/profile/form/index.cfm?PKformID=0x2662699abcd& The web address should
Azure Machine Learning Studio を使ってモデルをスクラッチから構築してみよう | Microsoft Docs
Azure Machine Learning Studio を使ってモデルをスクラッチから構築してみよう 01/18/2017 2 minutes to read Azure Machine Learning Studio は、機械学習をこれからビジネスの現場に導入しようとする方々にとって使いやすくかつ強力な開発プラットフォームとなるだけでなく、既に機械学習システムの開発経験がある方にとっても、対話型ワークスペースによる操作で開発生産性を高めることができる優れたクラウドサービスです。 Azure Machine Learning Studio で機械学習を初めて体験された方々の中には、チュートリアルをとおして使ってみたものの、それぞれのモジュールのプロパティで何を指定しているのかもう少し深く理解して使いたい、という感想をお持ちのみなさんも多いことと思います。 ここでは簡単な機械学習データを
Azure Machine Learning のサンプルを使って機械学習を始めてみよう!
Microsoft Japan Data Platform Tech Sales Team 北澤 この Blog の記事でも マイクロソフトの統計分析・機械学習ソリューションの紹介 などで何回かご紹介していますが、 Azure には Azure Machine Learning ( 以降 Azure ML ) という PaaS で提供されている機械学習サービスがあります。Azure ML は様々なアルゴリズムを使った機械学習を、マウスのドラッグ アンド ドロップ操作を中心とした、直観的で容易なオペレーションで実行できるサービスで、 Microsoft が提唱している「 AI の民主化 」の中核となるサービスの 1 つとなっています。 本 Blog では Azure ML のサンプル集である Cortana Intelligence ギャラリーの Experiments をご紹介します。 C
Azure Machine Learning の Juypter Notebook 対応 ( 後編 )
Microsoft Japan Data Platform Tech Sales Team 森本 信次 前回はサンプルデータを使ってボストンの住宅価格の予測モデルを開発しましたが、今回は実際にこのモデルを使用するための手順を見ていくことにしましょう。 Web サービスのセットアップ モデルの開発後には、そのモデルを Web サービスとしてデプロイすることで、他からそのモデルを使用できるようになります。以下では Webサービスのデプロイをサポートする 「azureml」 パッケージを Notebook 環境へインポートして、「demoservice」 という名前の Web サービスをセットアップしています。 # ワークスペースに関する情報を抽出from azureml import Workspacews = Workspace()workdspace_id = ws.workspace_i
Azure Machine Learning の Jupyter Notebook 対応 ( 前編 )
Microsoft Japan Data Platform Tech Sales Team 森本 信次 Azure Machine Learning ( 以降 Azure ML )は Microsoft が提供しているクラウドベースの機械学習サービスです。Azure ML では ブラウザーを使って様々な機械学習の手法を実行することが可能ですが、Jupyter Notebook を使用することも可能となっています。 Jupyter Notebook とは、ノートブック形式で作成したプログラムを実行し、実行結果を保持しながら、データ分析作業を進めるためのツールです。プログラムとその実行結果やその際のメモを簡単に作成、確認することができるため、自分自身の過去の作業内容の振り返りや、チームメンバーへ作業結果を共有する際に便利なほか、スクール形式での授業や研修などでの利用にも向いています。 では
まず始めよう！Cortana Intelligence ギャラリーを使って統計分析・機械学習を10分で始める方法
Microsoft Japan Data Platform Tech Sales Team 阪本 真悟 以前のエントリでマイクロソフトの統計分析・機械学習ソリューションの紹介をしましたが、エンタープライズ IT 系のニュースでも統計分析や、機械学習に関する記事を目にする機会も増えてきました。 企業の中でも自社システム内に蓄積されている情報を活用し、「統計分析」「機械学習」を使って未来のビジネスに活かしたい！と考える方も増えてきています。 一方で「統計分析」「機械学習」をビジネスに活かすと言っても具体的なイメージがつかめなくて何をどうすればいいのか分からなかったり、最初の一歩が踏み出せなかったりといった悩みもあるのではないでしょうか。 これらの技術を学び・活用することは難しい面もありますが、Azure Machine Learning（機械学習）とマイクロソフトが提供するデータ分析テンプレー
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
[Microsoft Tech Summit (11/1-2) ] (DAT011) “HDInsight + Spark + R を活用した機械学習のためのスケーラブルなビッグデータ分析基盤” セッションフォローアップ