Introducción a Azure Machine Learning. Alan Koo Senior Consultant Nagnoi, LLC. Microsoft MVP

Tamaño: px

Comenzar la demostración a partir de la página:

Download "Introducción a Azure Machine Learning. Alan Koo Senior Consultant Nagnoi, LLC. Microsoft MVP"

Virginia Lucero Piñeiro
hace 5 años
Vistas:

1 Introducción a Azure Machine Learning Alan Koo Senior Consultant Nagnoi, LLC. Microsoft MVP

años en BI & OLAP 6 años Microsoft MVP in SQL Server blog: www.

2 acerca de mi senior consultant en Nagnoi enfoque en business intelligence & application architecture 15+ años en SQL Server 10+ años en BI & OLAP 6 años Microsoft MVP in SQL Server blog: co-fundador de Puerto Rico PASS mentor regional de PASS para LATAM 2

3 agenda conceptos fundamentales de machine learning Azure Machine Learning demos 3 3

4 4 4

5 agenda conceptos fundamentales de machine learning Azure Machine Learning demos 5

6 edx: Data Science and Machine Learning Essentials 6

7 machine learning en acción dime tu foto y te diré quien eres 7

8 data science tema en evolución, no existe una sola definición requiere un rango de habilidades (skills) Exploración y análisis cuantitativo de toda la data estructurada y no estructurada disponible para desarrollar entendimiento, extraer conocimiento y formular resultados accionables 8

9 data science palabra clave: ciencia probar cosas (podría no no va a) funcionar la primera vez pregunta investigación hipótesis esto podría funcionar wikipedia tengo una idea experimentación pruébala análisis funcionó? conclusión tiempo para otra idea 9

10 data scientists están obsesionados con los datos buscando fuentes de datos adquiriendo datos limpiando y transformando datos entendiendo las relaciones en los datos entregando valor a partir de los datos 10

11 tipos de analytics Retrospective analytics 11

12 machine learning Rama de la inteligencia artificial cuyo objetivo es desarrollar técnicas que permitan a las computadoras aprender trata de crear programas capaces de generalizar comportamientos a partir de una información no estructurada suministrada en forma de ejemplos...proceso de inducción del conocimiento. 12

13 necesito sumar dos números f( num1, num2 ) 13

14 necesito predecir la rentabilidad de mis clientes f(edad, Estado Civil, Género, Ingreso Anual, Total de Niños, Educación, Ocupación, Tiene Casa, Distancia Diaria ) 14

15 pasos para construir una solución de Machine Learning 5 Integrar aplicaciones 15

16 16

17 Ejemplos de entrenamiento Etiquetas de entrenamiento Clasificador de dígitos de precisión 2 17

18 tipos de problema: clasificación Se tiene un conjunto de observaciones de entrenamiento (ej. imágenes etiquetadas) y un conjunto de pruebas que se usa sólo para la evaluación conjunto de entrenamiento conjunto de pruebas (no es silla) (silla) (no es silla) (silla) (no es silla) (no es silla) (no es silla) (no es silla) 18

19 tipos de problema: regresión Para predecir valores reales: Cuántos clientes visitarán nuestro website la próxima semana? Cuántos televisores venderemos el próximo año? Podemos predecir el ingreso de alguien basado en su información detallada? 19

20 tipos de problema: aprendizaje supervisado Clasificación y Regresión son problemas de aprendizaje supervisado Supervisado significa que la data de entrenamiento está basado experiencia real de la cuál se debe aprender Algoritmos para aprendizaje supervisado algorithms son mucho más fácil de evaluar vs los no supervisados 20

21 aprendizaje no supervisado no supervisado significa que la data no está basada en etiquetas de la cuál se puede aprender No supervisado: 21

22 Azure Machine Learning 22

23 Azure Machine Learning Habilita el análisis predictivo poderoso basado en la nube. Profesionales pueden fácilmente construir, distribuir y compartir soluciones analíticas avanzadas Accesible a través de un navegador web, no require instalar software Colaboración con cualquiera en cualquier lugar usando Azure workspace Composición visual con Soporte de inicio a fin para flujos de data science Los mejores algoritmos de ML Extensible, soporte de lenguaje R y Phyton 23

24 Demos Azure Machine Learning 24

25 machine learning está alrededor nuestro 25

26 aplicaciones poderosas 26

27 aplicaciones poderosas 27

28 resumen Machine Learning, rama de la inteligencia artificial cuyo objetivo es desarrollar técnicas que permitan a las computadoras aprender de datos 28

29 resumen Atributos claves de Azure Machine Learning Completamente administrado No requiere HW o SW que comprar Integrado Arrastrar, soltar, conectar y configurar Algoritmos mejores de su clase Soluciones probadas de Xbox y Bing R integrado Use sobre 400 packages de R, o incluya su propio código R o Python Deployment en minutos Operacionalice con sólo un click 29

30 qué sigue? AzureML Marketplace 30

31 preguntas? Alan Koo Nagnoi, LLC. blog: 32

32 créditos/referencias Presentación de Seth Juarez, TechEd Europe 2014 Presentación de Renato Jovic, Advanced Technology Day 2014 Presentación de Peter Myers, Ignite 2015 Libro: AzureML Essentials, Jeff Barnes, 2015 edx: Data Science and Machine Learning Essentials 33

33 gracias Alan Koo Nagnoi, LLC. blog: 34

34 Questions?

35 Thank You for Attending Share your thoughts with hashtags #pass24hop & #sqlpass

Documentos relacionados

Septiembre 12, Bogotá, Colombia. #sqlsatbogota

Septiembre 12, Bogotá, Colombia. #sqlsatbogota Septiembre 12, 2015 Bogotá, Colombia #sqlsatbogota Capítulos Organizadores del SQL Saturday Patrocinadores del SQL Saturday Planea asistir al PASS Summit 2015? Comience a ahorrar hoy! El más grande evento