Soumettre la recherche
Mettre en ligne
Azure Machine Learningによるレコメンデーションの設計&実装を公開!~朝日カルチャーセンターの事例から~
•
9 j'aime
•
4,767 vues
貴志 上坂
Suivre
Azure Machine Learningを用いた実際のシステム内部の設計を公開しています。
Lire moins
Lire la suite
Technologie
Signaler
Partager
Signaler
Partager
1 sur 25
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
Azure Api Management 俺的マニュアル 2020年3月版
Azure Api Management 俺的マニュアル 2020年3月版
貴志 上坂
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
Trainocate Japan, Ltd.
Dep005 azure ネットワーク設計
Dep005 azure ネットワーク設計
Tech Summit 2016
コンテナ導入概要資料2018
コンテナ導入概要資料2018
Masahito Zembutsu
Azure API Management 俺的マニュアル
Azure API Management 俺的マニュアル
貴志 上坂
M04_失敗しないための Azure Virtual Desktop 設計ガイド
M04_失敗しないための Azure Virtual Desktop 設計ガイド
日本マイクロソフト株式会社
分散ストレージソフトウェアCeph・アーキテクチャー概要
分散ストレージソフトウェアCeph・アーキテクチャー概要
Etsuji Nakai
ログ+メトリック+トレースの組み合わせで構築する一元的なオブザーバビリティ
ログ+メトリック+トレースの組み合わせで構築する一元的なオブザーバビリティ
Elasticsearch
Recommandé
Azure Api Management 俺的マニュアル 2020年3月版
Azure Api Management 俺的マニュアル 2020年3月版
貴志 上坂
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
AWSとオンプレミスを繋ぐときに知っておきたいルーティングの基礎知識(CCSI監修!)
Trainocate Japan, Ltd.
Dep005 azure ネットワーク設計
Dep005 azure ネットワーク設計
Tech Summit 2016
コンテナ導入概要資料2018
コンテナ導入概要資料2018
Masahito Zembutsu
Azure API Management 俺的マニュアル
Azure API Management 俺的マニュアル
貴志 上坂
M04_失敗しないための Azure Virtual Desktop 設計ガイド
M04_失敗しないための Azure Virtual Desktop 設計ガイド
日本マイクロソフト株式会社
分散ストレージソフトウェアCeph・アーキテクチャー概要
分散ストレージソフトウェアCeph・アーキテクチャー概要
Etsuji Nakai
ログ+メトリック+トレースの組み合わせで構築する一元的なオブザーバビリティ
ログ+メトリック+トレースの組み合わせで構築する一元的なオブザーバビリティ
Elasticsearch
JAWS-UG SRE支部#1 SREのプラクティスにAWSで取り組むときの悩み
JAWS-UG SRE支部#1 SREのプラクティスにAWSで取り組むときの悩み
Yuki Ando
Azure AD による Web API の 保護
Azure AD による Web API の 保護
junichi anno
AWS BlackBelt AWS上でのDDoS対策
AWS BlackBelt AWS上でのDDoS対策
Amazon Web Services Japan
Accelerate SDN/NFV Network ~ネットワーク高速化のアレコレ~ - OpenStack最新情報セミナー 2016年3月
Accelerate SDN/NFV Network ~ネットワーク高速化のアレコレ~ - OpenStack最新情報セミナー 2016年3月
VirtualTech Japan Inc.
ブレソルでテラバイト級データのALTERを短時間で終わらせる
ブレソルでテラバイト級データのALTERを短時間で終わらせる
KLab Inc. / Tech
Microsoft License の基本
Microsoft License の基本
祥子 松山
サポート エンジニアが Azure Networking をじっくりたっぷり語りつくす会
サポート エンジニアが Azure Networking をじっくりたっぷり語りつくす会
ShuheiUda
HSM超入門講座
HSM超入門講座
Hiroshi Nakamura
DNS移転失敗体験談
DNS移転失敗体験談
oheso tori
コンテナネットワーキング(CNI)最前線
コンテナネットワーキング(CNI)最前線
Motonori Shindo
Stargz Snapshotter: イメージのpullを省略しcontainerdでコンテナを高速に起動する
Stargz Snapshotter: イメージのpullを省略しcontainerdでコンテナを高速に起動する
Kohei Tokunaga
Argo CD Deep Dive
Argo CD Deep Dive
shunki fujiwara
半日でわかる コンテナー技術 (応用編)
半日でわかる コンテナー技術 (応用編)
Toru Makabe
Azure ad の導入を検討している方へ ~ active directory の構成パターンと正しい認証方式の選択~
Azure ad の導入を検討している方へ ~ active directory の構成パターンと正しい認証方式の選択~
junichi anno
DockerとPodmanの比較
DockerとPodmanの比較
Akihiro Suda
SPAセキュリティ入門~PHP Conference Japan 2021
SPAセキュリティ入門~PHP Conference Japan 2021
Hiroshi Tokumaru
LINEのMySQL運用について 修正版
LINEのMySQL運用について 修正版
LINE Corporation
Grafana LokiではじめるKubernetesロギングハンズオン(NTT Tech Conference #4 ハンズオン資料)
Grafana LokiではじめるKubernetesロギングハンズオン(NTT Tech Conference #4 ハンズオン資料)
NTT DATA Technology & Innovation
適切な Azure AD 認証方式の選択の決め手
適切な Azure AD 認証方式の選択の決め手
Yusuke Kodama
[Cloud OnAir] Cloud Run & Firestore で、実践アジャイル開発 2020年6月25日 放送
[Cloud OnAir] Cloud Run & Firestore で、実践アジャイル開発 2020年6月25日 放送
Google Cloud Platform - Japan
AutoML & InterpretML (2019/11/27 Deep Learning Lab 講演資料)
AutoML & InterpretML (2019/11/27 Deep Learning Lab 講演資料)
Keita Onabuta
Elasticsearchの機械学習機能を使ってみた
Elasticsearchの機械学習機能を使ってみた
YuichiArisaka
Contenu connexe
Tendances
JAWS-UG SRE支部#1 SREのプラクティスにAWSで取り組むときの悩み
JAWS-UG SRE支部#1 SREのプラクティスにAWSで取り組むときの悩み
Yuki Ando
Azure AD による Web API の 保護
Azure AD による Web API の 保護
junichi anno
AWS BlackBelt AWS上でのDDoS対策
AWS BlackBelt AWS上でのDDoS対策
Amazon Web Services Japan
Accelerate SDN/NFV Network ~ネットワーク高速化のアレコレ~ - OpenStack最新情報セミナー 2016年3月
Accelerate SDN/NFV Network ~ネットワーク高速化のアレコレ~ - OpenStack最新情報セミナー 2016年3月
VirtualTech Japan Inc.
ブレソルでテラバイト級データのALTERを短時間で終わらせる
ブレソルでテラバイト級データのALTERを短時間で終わらせる
KLab Inc. / Tech
Microsoft License の基本
Microsoft License の基本
祥子 松山
サポート エンジニアが Azure Networking をじっくりたっぷり語りつくす会
サポート エンジニアが Azure Networking をじっくりたっぷり語りつくす会
ShuheiUda
HSM超入門講座
HSM超入門講座
Hiroshi Nakamura
DNS移転失敗体験談
DNS移転失敗体験談
oheso tori
コンテナネットワーキング(CNI)最前線
コンテナネットワーキング(CNI)最前線
Motonori Shindo
Stargz Snapshotter: イメージのpullを省略しcontainerdでコンテナを高速に起動する
Stargz Snapshotter: イメージのpullを省略しcontainerdでコンテナを高速に起動する
Kohei Tokunaga
Argo CD Deep Dive
Argo CD Deep Dive
shunki fujiwara
半日でわかる コンテナー技術 (応用編)
半日でわかる コンテナー技術 (応用編)
Toru Makabe
Azure ad の導入を検討している方へ ~ active directory の構成パターンと正しい認証方式の選択~
Azure ad の導入を検討している方へ ~ active directory の構成パターンと正しい認証方式の選択~
junichi anno
DockerとPodmanの比較
DockerとPodmanの比較
Akihiro Suda
SPAセキュリティ入門~PHP Conference Japan 2021
SPAセキュリティ入門~PHP Conference Japan 2021
Hiroshi Tokumaru
LINEのMySQL運用について 修正版
LINEのMySQL運用について 修正版
LINE Corporation
Grafana LokiではじめるKubernetesロギングハンズオン(NTT Tech Conference #4 ハンズオン資料)
Grafana LokiではじめるKubernetesロギングハンズオン(NTT Tech Conference #4 ハンズオン資料)
NTT DATA Technology & Innovation
適切な Azure AD 認証方式の選択の決め手
適切な Azure AD 認証方式の選択の決め手
Yusuke Kodama
[Cloud OnAir] Cloud Run & Firestore で、実践アジャイル開発 2020年6月25日 放送
[Cloud OnAir] Cloud Run & Firestore で、実践アジャイル開発 2020年6月25日 放送
Google Cloud Platform - Japan
Tendances
(20)
JAWS-UG SRE支部#1 SREのプラクティスにAWSで取り組むときの悩み
JAWS-UG SRE支部#1 SREのプラクティスにAWSで取り組むときの悩み
Azure AD による Web API の 保護
Azure AD による Web API の 保護
AWS BlackBelt AWS上でのDDoS対策
AWS BlackBelt AWS上でのDDoS対策
Accelerate SDN/NFV Network ~ネットワーク高速化のアレコレ~ - OpenStack最新情報セミナー 2016年3月
Accelerate SDN/NFV Network ~ネットワーク高速化のアレコレ~ - OpenStack最新情報セミナー 2016年3月
ブレソルでテラバイト級データのALTERを短時間で終わらせる
ブレソルでテラバイト級データのALTERを短時間で終わらせる
Microsoft License の基本
Microsoft License の基本
サポート エンジニアが Azure Networking をじっくりたっぷり語りつくす会
サポート エンジニアが Azure Networking をじっくりたっぷり語りつくす会
HSM超入門講座
HSM超入門講座
DNS移転失敗体験談
DNS移転失敗体験談
コンテナネットワーキング(CNI)最前線
コンテナネットワーキング(CNI)最前線
Stargz Snapshotter: イメージのpullを省略しcontainerdでコンテナを高速に起動する
Stargz Snapshotter: イメージのpullを省略しcontainerdでコンテナを高速に起動する
Argo CD Deep Dive
Argo CD Deep Dive
半日でわかる コンテナー技術 (応用編)
半日でわかる コンテナー技術 (応用編)
Azure ad の導入を検討している方へ ~ active directory の構成パターンと正しい認証方式の選択~
Azure ad の導入を検討している方へ ~ active directory の構成パターンと正しい認証方式の選択~
DockerとPodmanの比較
DockerとPodmanの比較
SPAセキュリティ入門~PHP Conference Japan 2021
SPAセキュリティ入門~PHP Conference Japan 2021
LINEのMySQL運用について 修正版
LINEのMySQL運用について 修正版
Grafana LokiではじめるKubernetesロギングハンズオン(NTT Tech Conference #4 ハンズオン資料)
Grafana LokiではじめるKubernetesロギングハンズオン(NTT Tech Conference #4 ハンズオン資料)
適切な Azure AD 認証方式の選択の決め手
適切な Azure AD 認証方式の選択の決め手
[Cloud OnAir] Cloud Run & Firestore で、実践アジャイル開発 2020年6月25日 放送
[Cloud OnAir] Cloud Run & Firestore で、実践アジャイル開発 2020年6月25日 放送
Similaire à Azure Machine Learningによるレコメンデーションの設計&実装を公開!~朝日カルチャーセンターの事例から~
AutoML & InterpretML (2019/11/27 Deep Learning Lab 講演資料)
AutoML & InterpretML (2019/11/27 Deep Learning Lab 講演資料)
Keita Onabuta
Elasticsearchの機械学習機能を使ってみた
Elasticsearchの機械学習機能を使ってみた
YuichiArisaka
Azure Machine Learning の使い方 (全体を理解するための入門編)
Azure Machine Learning の使い方 (全体を理解するための入門編)
hnishi
アルゴリズムから学ぶAzure mlモジュールの使いこなし方 hd-insight編-
アルゴリズムから学ぶAzure mlモジュールの使いこなし方 hd-insight編-
貴志 上坂
機械学習応用システムのアーキテクチャ・デザイパターン(2020-07 ドラフトバージョン))
機械学習応用システムのアーキテクチャ・デザイパターン(2020-07 ドラフトバージョン))
HironoriTAKEUCHI1
推薦システムを構築する手順書 with Azure Machine Learning
推薦システムを構築する手順書 with Azure Machine Learning
Masayuki Ota
Azure MLによるWeb Serviceの作り方
Azure MLによるWeb Serviceの作り方
nishioka1
フレームワークの良さを教えてやろう SAStruts + S2JDBC
フレームワークの良さを教えてやろう SAStruts + S2JDBC
Kazuma Kimura
Azure Machine Learning getting started
Azure Machine Learning getting started
Masayuki Ota
論文紹介 Identifying Implementation Bugs in Machine Learning based Image Classifi...
論文紹介 Identifying Implementation Bugs in Machine Learning based Image Classifi...
y-uti
20150404 jazug fukushima
20150404 jazug fukushima
Toshiyuki Manabe
60分でわかった気になるMicrosoft Azure
60分でわかった気になるMicrosoft Azure
Kazumi Hirose
最新!2015年 クラウドAI プラットフォーム比較 AzureML & AmazonML
最新!2015年 クラウドAI プラットフォーム比較 AzureML & AmazonML
Junichi Noda
Azure における強化学習への取り組み
Azure における強化学習への取り組み
Keita Onabuta
SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介
miyanegi
20181117 azure ml_seminar_1
20181117 azure ml_seminar_1
sady_nitro
データ分析ランチセッション#24 OSSのAutoML~TPOTについて
データ分析ランチセッション#24 OSSのAutoML~TPOTについて
Teruyuki Sakaue
機械学習 - MNIST の次のステップ
機械学習 - MNIST の次のステップ
Daiyu Hatakeyama
Azure Machine Learningを触ってみた!
Azure Machine Learningを触ってみた!
Takuya Tachibana
Azure MLやってみよう
Azure MLやってみよう
A AOKI
Similaire à Azure Machine Learningによるレコメンデーションの設計&実装を公開!~朝日カルチャーセンターの事例から~
(20)
AutoML & InterpretML (2019/11/27 Deep Learning Lab 講演資料)
AutoML & InterpretML (2019/11/27 Deep Learning Lab 講演資料)
Elasticsearchの機械学習機能を使ってみた
Elasticsearchの機械学習機能を使ってみた
Azure Machine Learning の使い方 (全体を理解するための入門編)
Azure Machine Learning の使い方 (全体を理解するための入門編)
アルゴリズムから学ぶAzure mlモジュールの使いこなし方 hd-insight編-
アルゴリズムから学ぶAzure mlモジュールの使いこなし方 hd-insight編-
機械学習応用システムのアーキテクチャ・デザイパターン(2020-07 ドラフトバージョン))
機械学習応用システムのアーキテクチャ・デザイパターン(2020-07 ドラフトバージョン))
推薦システムを構築する手順書 with Azure Machine Learning
推薦システムを構築する手順書 with Azure Machine Learning
Azure MLによるWeb Serviceの作り方
Azure MLによるWeb Serviceの作り方
フレームワークの良さを教えてやろう SAStruts + S2JDBC
フレームワークの良さを教えてやろう SAStruts + S2JDBC
Azure Machine Learning getting started
Azure Machine Learning getting started
論文紹介 Identifying Implementation Bugs in Machine Learning based Image Classifi...
論文紹介 Identifying Implementation Bugs in Machine Learning based Image Classifi...
20150404 jazug fukushima
20150404 jazug fukushima
60分でわかった気になるMicrosoft Azure
60分でわかった気になるMicrosoft Azure
最新!2015年 クラウドAI プラットフォーム比較 AzureML & AmazonML
最新!2015年 クラウドAI プラットフォーム比較 AzureML & AmazonML
Azure における強化学習への取り組み
Azure における強化学習への取り組み
SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介
20181117 azure ml_seminar_1
20181117 azure ml_seminar_1
データ分析ランチセッション#24 OSSのAutoML~TPOTについて
データ分析ランチセッション#24 OSSのAutoML~TPOTについて
機械学習 - MNIST の次のステップ
機械学習 - MNIST の次のステップ
Azure Machine Learningを触ってみた!
Azure Machine Learningを触ってみた!
Azure MLやってみよう
Azure MLやってみよう
Plus de 貴志 上坂
開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析
開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析
貴志 上坂
開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析
開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析
貴志 上坂
第5回 cogbot勉強会!
第5回 cogbot勉強会!
貴志 上坂
2016-11-11 UMTP モデリングフォーラム2016 DDD実践のコツとazureによるモデル実装
2016-11-11 UMTP モデリングフォーラム2016 DDD実践のコツとazureによるモデル実装
貴志 上坂
NS study8 DDD Microservices Azuer Service Fabric
NS study8 DDD Microservices Azuer Service Fabric
貴志 上坂
始めよう! ドメイン駆動設計&マイクロサービス開発 ~C# と Azure Service Fabric で最高の DDD 開発を~
始めよう! ドメイン駆動設計&マイクロサービス開発 ~C# と Azure Service Fabric で最高の DDD 開発を~
貴志 上坂
Ns study Azure IoTHub紹介
Ns study Azure IoTHub紹介
貴志 上坂
20150421 QCon Tokyo 2015 Azureが切り開く新時代のソフトウェア開発・設計
20150421 QCon Tokyo 2015 Azureが切り開く新時代のソフトウェア開発・設計
貴志 上坂
クラウドデザインパターンのススメ
クラウドデザインパターンのススメ
貴志 上坂
クラウドデザインパターンから始めるクラウドの利点と弱点の理解~提案から設計・開発・保守に活かす!~
クラウドデザインパターンから始めるクラウドの利点と弱点の理解~提案から設計・開発・保守に活かす!~
貴志 上坂
Enterprise cloud design pattern 大量データ処理アーキテクチャの構築
Enterprise cloud design pattern 大量データ処理アーキテクチャの構築
貴志 上坂
Moq & Fakes Framework を使った実践的ユニットテスト - BuildInsider
Moq & Fakes Framework を使った実践的ユニットテスト - BuildInsider
貴志 上坂
Plus de 貴志 上坂
(12)
開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析
開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析
開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析
開発者のための機械学習入門:Azure Machine Learning Studioで構造化データから予測分析
第5回 cogbot勉強会!
第5回 cogbot勉強会!
2016-11-11 UMTP モデリングフォーラム2016 DDD実践のコツとazureによるモデル実装
2016-11-11 UMTP モデリングフォーラム2016 DDD実践のコツとazureによるモデル実装
NS study8 DDD Microservices Azuer Service Fabric
NS study8 DDD Microservices Azuer Service Fabric
始めよう! ドメイン駆動設計&マイクロサービス開発 ~C# と Azure Service Fabric で最高の DDD 開発を~
始めよう! ドメイン駆動設計&マイクロサービス開発 ~C# と Azure Service Fabric で最高の DDD 開発を~
Ns study Azure IoTHub紹介
Ns study Azure IoTHub紹介
20150421 QCon Tokyo 2015 Azureが切り開く新時代のソフトウェア開発・設計
20150421 QCon Tokyo 2015 Azureが切り開く新時代のソフトウェア開発・設計
クラウドデザインパターンのススメ
クラウドデザインパターンのススメ
クラウドデザインパターンから始めるクラウドの利点と弱点の理解~提案から設計・開発・保守に活かす!~
クラウドデザインパターンから始めるクラウドの利点と弱点の理解~提案から設計・開発・保守に活かす!~
Enterprise cloud design pattern 大量データ処理アーキテクチャの構築
Enterprise cloud design pattern 大量データ処理アーキテクチャの構築
Moq & Fakes Framework を使った実践的ユニットテスト - BuildInsider
Moq & Fakes Framework を使った実践的ユニットテスト - BuildInsider
Dernier
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
taisei2219
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
sugiuralab
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
Toru Tamaki
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
Toru Tamaki
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
iPride Co., Ltd.
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
danielhu54
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Toru Tamaki
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Yuma Ohgami
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
Ryo Sasaki
Dernier
(9)
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
Azure Machine Learningによるレコメンデーションの設計&実装を公開!~朝日カルチャーセンターの事例から~
1.
Copyright (c) 2015
NEXTSCAPE INC. All rights reserved. AzureMLによるレコメンデーションの設計&実装を公開! ~朝日カルチャーセンターの事例から~ 株式会社ネクストスケープ 上坂貴志 2015.08.08 1
2.
2 本日の趣旨 話題沸騰の機械学習(Azure Machine Learning) 活用例がまだまだ少ない・・・なぜ? どのモデルを使うのかわからない モデルの使いかたがわからない 実際にシステムとしてどうやって組み込む?
3.
どのモデルを使えばいいの? AzureML(機械学習) 教師あり 教師なし 分類 回帰
レコメンド クラスタリング 2項分類 多項分類 アイテムとユーザ ーベースで推薦 数値計算式 正解が無い中で グループ分け (男か女か) (10代/20代/ 30代/40代か) (売上予測) (正解データを元に) (正解データなし) まずは大雑把に分類
4.
4 チートシートの利用して最適なモデルを特定 4つの大分類⇒どのモデルが適用できるか Azure ドキュメントに掲載
5.
5 チートシートの利用して最適なモデルを特定 4つの大分類⇒どのモデルが適用できるか Azure ドキュメントに掲載 すべてのモデルを把握するのは大変!
6.
アクセスログからレコメンデーションを実際にやってみる 6 本日の機械学習のゴールは どのモデルを使うのかわからない モデルの使いかたがわからない 実際にシステムとしてどうやって組み込む? ということは?
7.
アクセスログからレコメンデーションを実際にやってみる 7 本日の機械学習のゴールは どのモデルを使うのかわからない モデルの使いかたがわからない 実際にシステムとしてどうやって組み込む? マッチボックスレコメンダー 使い方を解説 システム設計を公開! ということは?
8.
8 本日紹介する事例 2015/4/20 日経産業新聞に紹介されました 1訪問あたりの講座閲覧数が10%UP 【導入後の効果】 機械学習のコストはわずか1000円強/月
9.
名前:上坂貴志(うえさかたかし) 年齢:43歳 好き・興味あり:C#、アーキテクチャ、DDD(好きな人、ぜひお話ししましょう) 講演活動 ・CloudDays2015東京・大阪 登壇 ・Developers Summit
2015 登壇 ・Microsoft Cloud & Solutions 2014 登壇 ・Developers Summit2014夏 EnterpriseTED 登壇 執筆活動 ・CodeZine:チーム開発環境をワンストップで構築しよう~Visual Studio Online~ ・InfoQ:.NETでドメイン駆動開発~ValueObject前編 後編~ ・Build Insider: Moq & Fakes Frameworkを使った実践的ユニットテスト 9 自己紹介
10.
Copyright (c) 2015
NEXTSCAPE INC. All rights reserved. 朝日カルチャーセンター様 機械学習による講座リコメンデーション 10
11.
1964年にオープンの日本最大級の生涯学習センター(朝日新聞社の文化活動) 2009年よりJTB社が資本参加
圧倒的講座数(全国で約10,000講座、教養、語学、趣味、健康など) さまざまな実績をもつ一流講師多数 拠点:札幌、新宿、立川、横浜、湘南(藤沢)、名古屋、中之島、くずは、芦屋 、川西、京都、北九州、福岡(13教室) 11 朝日カルチャーセンター様について 朝日カルチャーセンターWebキャラクター「かるかる」
12.
12 機械学習による講座のレコメンデーション [講座詳細ページ] 講座の閲覧履歴に応じて、 関係性がある講座を レコメンド表示 【レコメンド例】 「フレーバーソフトでダイエットしたい」 に興味ある方に「花の文学散歩」と「イキ イキメイク術」等をリコメンド →美しくなりたい女性像のイメージ 「鉄道写真」に興味ある方に「デジタルカ メラ」と「アニメを読む 」等をリコメンド →趣味に熱中する男性像のイメージ
13.
行動履歴を機械学習で分析し、最適な関連講座を表示 13 機械学習によるレコメンデーションの概要 3.最適な講座を発見2.クラウドに蓄積 閲覧者 Microsoft Azure AzureML 1.講座閲覧履歴を保存 DBWebサイト 4.閲覧履歴に基づいた講座の リコメンデーションを表示
14.
こんな形でもらえれば、後は画面に表示するだけ 14 Azure ML からほしいレコメンデーションの最終結果は? レコメンド講座情報 講座No
レコメンド1 レコメンド2 レコメンド3 A001 S5153 C1487 N8231 A002 G0461 P0262 Y6366 A003 B9175 D9201 B3793 A004 X0258 K2418 J5138
15.
Copyright (c) 2015
NEXTSCAPE INC. All rights reserved. Azure ML によるレコメンデーション 15
16.
16 マッチボックスレコメンダーの概要 ②ユーザー情報 UserNo 住所 年齢 1
兵庫県 30 2 東京都 40 3 愛媛県 23 4 青森県 40 ③アイテム情報①評価 ItemNo 価格 ジャンル A001 2000 生活 A002 1000 趣味 A003 500 生活 A004 8000 電化 UserNo ItemNo 評価 1 A001 10 1 A003 1 2 A001 8 2 A002 7 ユーザーの アイテムに対する レート予測 ユーザーに アイテムを レコメンド ユーザーに 類似ユーザーを レコメンド アイテムに 類似アイテムを レコメンド イ ン プ ッ ト ア ウ ト プ ッ ト (Option) (Option)
17.
17 朝日カルチャー様向けのレコメンダーの使い方 アクセスログ User URL 滞在時間 1
/講座/A001 5 1 /講座/A002 30 2 /講座/A002 25 2 /講座/A003 6 講座情報 ①評価 講座No ジャンル A001 生活 A002 音楽 A003 体操 A004 手芸 加工 イ ン プ ッ ト 講座No ジャンル A001 生活 A002 音楽 A003 体操 A004 手芸 ③アイテム情報 UserNo URL 評価 1 /講座/A001 1 1 /講座/A002 7 2 /講座/A002 7 2 /講座/A003 2 M L 用 に 加 工 済 み そのまま Apply SQL Transformationモ ジュールがお勧め!
18.
18 朝日カルチャー様向けのレコメンダーの使い方 講座No ジャンル A001 生活 A002
音楽 A003 体操 A004 手芸 イ ン プ ッ ト ア ウ ト プ ッ ト User URL 評価 1 /講座/A001 1 1 /講座/A002 7 2 /講座/A002 7 2 /講座/A003 2 なし (匿名ユーザーの ため情報がない) ②ユーザー情報 ③アイテム情報①評価 (Option) (Option) ユーザーの アイテムに対する レート予測 ユーザーに アイテムを レコメンド ユーザーに 類似ユーザーを レコメンド アイテムに 類似アイテムを レコメンド
19.
19 アクセスログにポイントがある UserNo アクセスパス 滞在時間 1
/講座/A001 5 1 /講座/A002 30 2 /講座/A002 25 2 /講座/A003 6 アクセスログ 同一ユーザー のアクセス In / Outか ら求める どう見ても普通のログじゃない
20.
デジタルマーケティングCMSオープンソースCMS 国内データセンター 2014年以前 20 Webサイトの変更 • ハードが古くなった • Webサイトが安定しない •
拡張が困難 2015年 サイトリニューアル後 • クラウドによる最新基盤 • 高機能CMSの導入による安定化 • システムの拡張が柔軟 クラウド環境 CMS界の 世界的「リーダー」
21.
21 機械学習による自動レコメンデーション全体像 Webサイ ト閲覧 Experiment Web Service利用者 Azure Virtual Machine 3. 6. SQL
Server (閲覧データ) SQL Server (コンテンツ データ) 2.蓄積 1.閲覧 6.反映 3.転送 4.計算 5.取得 バッチ処理 (夜間) ・AzureMLによって出 力された計算結果ファ イルを取得しWebサイ トに反映 7.新しい体験 Azure Storage (Blob) Azure ML Azure Storage (Blob) どのユーザーが 「いつ」「どのページ」「どのくらい」 閲覧したかを蓄積 最適なリコメンドデータを コンテンツDBに反映 ・DBから必要なデータ を抽出し、 AzureStorageに登録 ・AzureMLのバッチ用 Webサービスを起動
22.
Copyright (c) 2015
NEXTSCAPE INC. All rights reserved. さいごに 22
23.
23 ノウハウを公開することの意味 モデルの使い方 いずれみんな把握 システム設計 いずれみんな同じ だったらなるべく早く公開して共有 使い方じゃない
価値の創出
24.
一緒に価値を生み出していく仲間を募集中! 24
25.
25 後で声かけてください! ありがとうございました! ~お客様のビジョンに共感し、感動を実現します~
Télécharger maintenant