Este documento apresenta uma introdução ao Machine Learning com Azure Machine Learning, R e Power BI. Ele discute brevemente o que é Machine Learning e como R e Power BI podem ser usados nesse processo. Também fornece uma visão geral do Azure Machine Learning Service, incluindo seus recursos e integrações com outras tecnologias como PyTorch e TensorFlow.

1. Analise de Dados com
Azure Machine Learning, R e Power BI

2. Obrigado aos Nossos Patrocinadores

3. Sobre
Orlando Gomes
• Consultor de BI – Lambda3;
• Co-Organizer @ONerdzao;
• Microsoft MVP Data Platform;
• MSP - Microsoft Student Partner;
• Graduando do 4º Ano de Engenharia Mecatrônica - FIAP;
• Experiência focada em SharePoint e Power BI;
• Fã de Pokémon / Futebol

4. Vamos falar sobre o que pode ser o…

5. Machine Learning
“Subcampo da ciência da computação e estatística que lida
com a construção e o estudo de sistemas que podem
aprender com dados, em vez de seguir apenas instruções
explicitamente programadas.”
-Wikipedia

6. Linguagem R
Linguagem Open Source, que permite o trabalho com:
 Algoritmos de Predição
- Regressão Linear;
- Classificação;
- Clustering;
- Recomendação.
 Visualização de Dados e Geração de Gráficos;
 Criação de Variáveis, Vetores, Matrizes;
 Manipulação de Tabelas (pacote dplyr).

7. Power BI
“O Power BI é um conjunto de ferramentas de análise de negócios para
analisar dados e compartilhar ideias”

8. Azure Machine Learning
Deploy de experimentos preditivos em plataforma cloud;
Funciona em “Blocos”, permitindo que os mesmos sejam ligados entre si (“Drag
and Drop”);
Integração com R e Python;
 Baseado em Browser;
 Rapido Deployment;
 Conexão com outros serviços de dados do Azure:
 Azure HDInsight (Big Data);
 Azure SQL Database;
 Virtual Machines.

9. Azure Machine Learning Service
 Ambiente baseado em cloud usado para trabalhar todo o processo de criação e gestão do modelo
de machine learning (preparar dados, treinar, testar, implantar, gerenciar e monitorar);
 Treino do modelo inicialmente em maquina local (com o uso do Azure Machine Learning Python
SDK) para posterior deploy no Azure, tornando a execução escalonavel;
 Integração com tecnologias Open Source como PyTorch, TensorFlow e scikit-learn;
 Code-low experience: uso da Visual interface (preview) como um ambiente amigavel para o deploy
de modelos no modelo de drag-n-drop de blocos;

10. Referencias
 Azure Machine Learning Web Site
 http://azure.microsoft.com/en-us/services/machine-learning

 Learning Documentation
 http://azure.microsoft.com/en-us/documentation/services/machine-learning
 Azure Machine Learning FAQ
 http://azure.microsoft.com/en-us/documentation/articles/machine-learning-faq
 Azure Machine Learning Pricing
 http://azure.microsoft.com/en-us/pricing/details/machine-learning/

11. Referencias
 Azure Machine Learning Gallery​
 https://gallery.azureml.net
 Azure Machine Learning Blog​
 http://blogs.technet.com/b/machinelearning
 Revolution Analytics​
 http://www.revolutionanalytics.com

12. Referencias
 Colocando o Azure ML no seu Cotidiano
 https://www.youtube.com/watch?v=CNsH2PKPnWI
 Análise preditiva com Azure Machine Learning e R
 http://www.livrosdonogare.com.br/produto/analise-preditiva-com-azure-
machine-learning-e-r/

13. Demo

14. SQL Rock – Hoje! – 21h
Inscrições:
https://tinyurl.com/sqlrock
• Após o SQLSat, sábado as 21h.
http://stjohns.com.br
• Local: Rua Itapura, 1308
• Vila Gomes Cardim, São Paulo
https://www.facebook.com/BandaSystem32/

15. orlando.mariano@studentpartner.com
medium.com/@_orlandogomes
linkedin.com/in/orlandomariano
facebook.com/page.orlandogomes
Obrigado! =D