Soumettre la recherche
Mettre en ligne
初めて機械学習を勉強しました
•
Télécharger en tant que PPTX, PDF
•
7 j'aime
•
1,396 vues
雄哉 吉田
Suivre
2017年11月28日 Cloud Developers Circle #5 - 機械学習乃集い にてお話した、初めての機械学習への取組の様子です。
Lire moins
Lire la suite
Technologie
Signaler
Partager
Signaler
Partager
1 sur 50
Télécharger maintenant
Recommandé
Azure MLで機械学習をやってみよう
Azure MLで機械学習をやってみよう
Ryuichi Tokugami
20150608 初心者によるazure machinelearning入門
20150608 初心者によるazure machinelearning入門
Toshiyuki Manabe
20150404 jazug fukushima
20150404 jazug fukushima
Toshiyuki Manabe
Scikit-learnを使って 画像分類を行う
Scikit-learnを使って 画像分類を行う
Arata Honda
落合流先生流の論文要旨フォーマット
落合流先生流の論文要旨フォーマット
森 哲也
Word2vecで大谷翔平の二刀流論争に終止符を打つ!
Word2vecで大谷翔平の二刀流論争に終止符を打つ!
Takami Sato
Exam prep microsoft_ai900_japanese_210428
Exam prep microsoft_ai900_japanese_210428
Yukio Saito
機械学習システム開発案件の事例紹介
機械学習システム開発案件の事例紹介
BrainPad Inc.
Recommandé
Azure MLで機械学習をやってみよう
Azure MLで機械学習をやってみよう
Ryuichi Tokugami
20150608 初心者によるazure machinelearning入門
20150608 初心者によるazure machinelearning入門
Toshiyuki Manabe
20150404 jazug fukushima
20150404 jazug fukushima
Toshiyuki Manabe
Scikit-learnを使って 画像分類を行う
Scikit-learnを使って 画像分類を行う
Arata Honda
落合流先生流の論文要旨フォーマット
落合流先生流の論文要旨フォーマット
森 哲也
Word2vecで大谷翔平の二刀流論争に終止符を打つ!
Word2vecで大谷翔平の二刀流論争に終止符を打つ!
Takami Sato
Exam prep microsoft_ai900_japanese_210428
Exam prep microsoft_ai900_japanese_210428
Yukio Saito
機械学習システム開発案件の事例紹介
機械学習システム開発案件の事例紹介
BrainPad Inc.
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
Roo
Roo
terahide
20181117 azure ml_seminar_1
20181117 azure ml_seminar_1
sady_nitro
20201128 Power Automate
20201128 Power Automate
ひかり 影中
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
Microsoft機械学習の簡単な紹介
Microsoft機械学習の簡単な紹介
A AOKI
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~
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~
貴志 上坂
はじめてのテスト技法
はじめてのテスト技法
Tatsuya Saito
はじめてのWord pressプラグイン勉強会
はじめてのWord pressプラグイン勉強会
Takahiro Nakahata
Dev lobe20090325v1.0
Dev lobe20090325v1.0
walnut210
Scikit learnで学ぶ機械学習入門
Scikit learnで学ぶ機械学習入門
Takami Sato
20180920_【ヒカ☆ラボ】【データサイエンティストが教える 】 機械学習、人工知能を使った「ビジネスになる」アプリケーションの作り方
20180920_【ヒカ☆ラボ】【データサイエンティストが教える 】 機械学習、人工知能を使った「ビジネスになる」アプリケーションの作り方
Shunsuke Nakamura
【JAWS-UG AI/ML支部 第14回勉強会】Amazon SageMaker Studio Labの始め方 〜これから機械学習を学ぶ方へおすすめ!や...
【JAWS-UG AI/ML支部 第14回勉強会】Amazon SageMaker Studio Labの始め方 〜これから機械学習を学ぶ方へおすすめ!や...
TakeshiFukae
スクラム はじめの一歩 つぎの一歩
スクラム はじめの一歩 つぎの一歩
YusukeShiokawa
Azure Machine Leaning Workbench の使い方
Azure Machine Leaning Workbench の使い方
Yoshitaka Seo
データサイエンティストに聞く!今更聞けない機械学習の基礎から応用まで V e-1
データサイエンティストに聞く!今更聞けない機械学習の基礎から応用まで V e-1
Shunsuke Nakamura
明治大学講演資料「機械学習と自動ハイパーパラメタ最適化」 佐野正太郎
明治大学講演資料「機械学習と自動ハイパーパラメタ最適化」 佐野正太郎
Preferred Networks
第2回nseg slideshare
第2回nseg slideshare
ko ty
Test & Feedbackツールのいい話
Test & Feedbackツールのいい話
Satoshi Matsunaga
本格的にコンテナを利用するために ~ Azureでのコンテナ利用パターン
本格的にコンテナを利用するために ~ Azureでのコンテナ利用パターン
雄哉 吉田
20160627 Docker on Azure Hands on
20160627 Docker on Azure Hands on
雄哉 吉田
Contenu connexe
Similaire à 初めて機械学習を勉強しました
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
Roo
Roo
terahide
20181117 azure ml_seminar_1
20181117 azure ml_seminar_1
sady_nitro
20201128 Power Automate
20201128 Power Automate
ひかり 影中
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
Microsoft機械学習の簡単な紹介
Microsoft機械学習の簡単な紹介
A AOKI
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~
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~
貴志 上坂
はじめてのテスト技法
はじめてのテスト技法
Tatsuya Saito
はじめてのWord pressプラグイン勉強会
はじめてのWord pressプラグイン勉強会
Takahiro Nakahata
Dev lobe20090325v1.0
Dev lobe20090325v1.0
walnut210
Scikit learnで学ぶ機械学習入門
Scikit learnで学ぶ機械学習入門
Takami Sato
20180920_【ヒカ☆ラボ】【データサイエンティストが教える 】 機械学習、人工知能を使った「ビジネスになる」アプリケーションの作り方
20180920_【ヒカ☆ラボ】【データサイエンティストが教える 】 機械学習、人工知能を使った「ビジネスになる」アプリケーションの作り方
Shunsuke Nakamura
【JAWS-UG AI/ML支部 第14回勉強会】Amazon SageMaker Studio Labの始め方 〜これから機械学習を学ぶ方へおすすめ!や...
【JAWS-UG AI/ML支部 第14回勉強会】Amazon SageMaker Studio Labの始め方 〜これから機械学習を学ぶ方へおすすめ!や...
TakeshiFukae
スクラム はじめの一歩 つぎの一歩
スクラム はじめの一歩 つぎの一歩
YusukeShiokawa
Azure Machine Leaning Workbench の使い方
Azure Machine Leaning Workbench の使い方
Yoshitaka Seo
データサイエンティストに聞く!今更聞けない機械学習の基礎から応用まで V e-1
データサイエンティストに聞く!今更聞けない機械学習の基礎から応用まで V e-1
Shunsuke Nakamura
明治大学講演資料「機械学習と自動ハイパーパラメタ最適化」 佐野正太郎
明治大学講演資料「機械学習と自動ハイパーパラメタ最適化」 佐野正太郎
Preferred Networks
第2回nseg slideshare
第2回nseg slideshare
ko ty
Test & Feedbackツールのいい話
Test & Feedbackツールのいい話
Satoshi Matsunaga
Similaire à 初めて機械学習を勉強しました
(20)
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
Roo
Roo
20181117 azure ml_seminar_1
20181117 azure ml_seminar_1
20201128 Power Automate
20201128 Power Automate
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
Microsoft機械学習の簡単な紹介
Microsoft機械学習の簡単な紹介
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~
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~
はじめてのテスト技法
はじめてのテスト技法
はじめてのWord pressプラグイン勉強会
はじめてのWord pressプラグイン勉強会
Dev lobe20090325v1.0
Dev lobe20090325v1.0
Scikit learnで学ぶ機械学習入門
Scikit learnで学ぶ機械学習入門
20180920_【ヒカ☆ラボ】【データサイエンティストが教える 】 機械学習、人工知能を使った「ビジネスになる」アプリケーションの作り方
20180920_【ヒカ☆ラボ】【データサイエンティストが教える 】 機械学習、人工知能を使った「ビジネスになる」アプリケーションの作り方
【JAWS-UG AI/ML支部 第14回勉強会】Amazon SageMaker Studio Labの始め方 〜これから機械学習を学ぶ方へおすすめ!や...
【JAWS-UG AI/ML支部 第14回勉強会】Amazon SageMaker Studio Labの始め方 〜これから機械学習を学ぶ方へおすすめ!や...
スクラム はじめの一歩 つぎの一歩
スクラム はじめの一歩 つぎの一歩
Azure Machine Leaning Workbench の使い方
Azure Machine Leaning Workbench の使い方
データサイエンティストに聞く!今更聞けない機械学習の基礎から応用まで V e-1
データサイエンティストに聞く!今更聞けない機械学習の基礎から応用まで V e-1
明治大学講演資料「機械学習と自動ハイパーパラメタ最適化」 佐野正太郎
明治大学講演資料「機械学習と自動ハイパーパラメタ最適化」 佐野正太郎
第2回nseg slideshare
第2回nseg slideshare
Test & Feedbackツールのいい話
Test & Feedbackツールのいい話
Plus de 雄哉 吉田
本格的にコンテナを利用するために ~ Azureでのコンテナ利用パターン
本格的にコンテナを利用するために ~ Azureでのコンテナ利用パターン
雄哉 吉田
20160627 Docker on Azure Hands on
20160627 Docker on Azure Hands on
雄哉 吉田
20160217 hbstudy73 linux on Azure
20160217 hbstudy73 linux on Azure
雄哉 吉田
デブサミ2015 クラウドを活かす組織運営 ガバナンス入門
デブサミ2015 クラウドを活かす組織運営 ガバナンス入門
雄哉 吉田
捕鯨!詳解docker
捕鯨!詳解docker
雄哉 吉田
SoftLayer勉強会札幌編 - パクえ的SoftLayerの注目ポイントとクラウド最新動向
SoftLayer勉強会札幌編 - パクえ的SoftLayerの注目ポイントとクラウド最新動向
雄哉 吉田
SoftlayerのCLIで遊ぼうとしたら
SoftlayerのCLIで遊ぼうとしたら
雄哉 吉田
2014年度版 クラウドを利用する人が意識すべきこと
2014年度版 クラウドを利用する人が意識すべきこと
雄哉 吉田
gumiStudy #18 クラウドを使うユーザーが考えるべきこと
gumiStudy #18 クラウドを使うユーザーが考えるべきこと
雄哉 吉田
アプリケーションエンジニアのためのクラウドインフラ再入門(前説)
アプリケーションエンジニアのためのクラウドインフラ再入門(前説)
雄哉 吉田
一生、エンジニアであり続けるために必要なこと「負けてからのエンジニアライフ」
一生、エンジニアであり続けるために必要なこと「負けてからのエンジニアライフ」
雄哉 吉田
クラウド事業者に求めるビジネス要件
クラウド事業者に求めるビジネス要件
雄哉 吉田
自社に適したクラウドの見つけ方
自社に適したクラウドの見つけ方
雄哉 吉田
勉強会・講演資料
勉強会・講演資料
雄哉 吉田
[A-4] パブリッククラウドの使い方 by ニフティクラウド
[A-4] パブリッククラウドの使い方 by ニフティクラウド
雄哉 吉田
下北沢OSScafe Jelly! #9 Rails
下北沢OSScafe Jelly! #9 Rails
雄哉 吉田
20110421 03 public_cloudの使い方
20110421 03 public_cloudの使い方
雄哉 吉田
20110421 01 クラウド詳解
20110421 01 クラウド詳解
雄哉 吉田
20110421 02 15分でrails3サーバ作成
20110421 02 15分でrails3サーバ作成
雄哉 吉田
Plus de 雄哉 吉田
(19)
本格的にコンテナを利用するために ~ Azureでのコンテナ利用パターン
本格的にコンテナを利用するために ~ Azureでのコンテナ利用パターン
20160627 Docker on Azure Hands on
20160627 Docker on Azure Hands on
20160217 hbstudy73 linux on Azure
20160217 hbstudy73 linux on Azure
デブサミ2015 クラウドを活かす組織運営 ガバナンス入門
デブサミ2015 クラウドを活かす組織運営 ガバナンス入門
捕鯨!詳解docker
捕鯨!詳解docker
SoftLayer勉強会札幌編 - パクえ的SoftLayerの注目ポイントとクラウド最新動向
SoftLayer勉強会札幌編 - パクえ的SoftLayerの注目ポイントとクラウド最新動向
SoftlayerのCLIで遊ぼうとしたら
SoftlayerのCLIで遊ぼうとしたら
2014年度版 クラウドを利用する人が意識すべきこと
2014年度版 クラウドを利用する人が意識すべきこと
gumiStudy #18 クラウドを使うユーザーが考えるべきこと
gumiStudy #18 クラウドを使うユーザーが考えるべきこと
アプリケーションエンジニアのためのクラウドインフラ再入門(前説)
アプリケーションエンジニアのためのクラウドインフラ再入門(前説)
一生、エンジニアであり続けるために必要なこと「負けてからのエンジニアライフ」
一生、エンジニアであり続けるために必要なこと「負けてからのエンジニアライフ」
クラウド事業者に求めるビジネス要件
クラウド事業者に求めるビジネス要件
自社に適したクラウドの見つけ方
自社に適したクラウドの見つけ方
勉強会・講演資料
勉強会・講演資料
[A-4] パブリッククラウドの使い方 by ニフティクラウド
[A-4] パブリッククラウドの使い方 by ニフティクラウド
下北沢OSScafe Jelly! #9 Rails
下北沢OSScafe Jelly! #9 Rails
20110421 03 public_cloudの使い方
20110421 03 public_cloudの使い方
20110421 01 クラウド詳解
20110421 01 クラウド詳解
20110421 02 15分でrails3サーバ作成
20110421 02 15分でrails3サーバ作成
Dernier
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
sn679259
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Toru Tamaki
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
CRI Japan, Inc.
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Hiroshi Tomioka
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
WSO2
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Toru Tamaki
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
atsushi061452
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
Dernier
(12)
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
初めて機械学習を勉強しました
1.
初めて機械学習を 勉強しました 日本マイクロソフト株式会社 マイクロソフトテクノロジーセンター 吉田 雄哉
2.
3.
大きい声では言えないのですが、 機械学習って何となくしか知らないです ということで、今回は初チャレンジの様子をお届けします
4.
何からやろうかな https://azure.microsoft.com/ja-jp/overview/machine-learning/
5.
6.
7.
https://docs.microsoft.com/ja-jp/azure/machine-learning/studio/data-science-for-beginners-the-5-questions-data-science-answers
8.
機械学習ができること •A か B
か •異常か •どのくらいの量または数か •どのような構成か •次に何をすべきか
9.
https://docs.microsoft.com/ja-jp/azure/machine-learning/studio/create-experiment Machine Learning のチュートリアル: Azure
Machine Learning Studio で初めてのデータ サイエンス 実験を作成する
10.
11.
12.
もうすでに、何か入ってますけど。。。
13.
14.
あれ?
15.
どうやらWorkSpaceっていうのを 作ってないところではダメなようだ
16.
17.
18.
ドラッグしてドロップ これが基本動作
19.
おお、データが入ってる入ってる
20.
どうやら、車のスペックと価格の表のようだ
21.
まずはデータを奇麗にするのが ポイントらしい 確かに抜けてるのがあります
22.
Select~をドラッグしてドロップして 上の丸から下の丸へドラッグドロップ
23.
どの列をぶっこぬくかという設定
24.
クリーニングするモジュールを 追加して、値が無かったら 行を削除する・・・と設定
25.
26.
元データ
27.
別の列の データが入ってないものが 除外されている
28.
ここまで何やったのか • 実験場を準備 • データを準備 •
データのクリーニング • モジュールを使って列を削除 • 全列を対象にして、データが入っていない行を削除
29.
特徴のサブセットを作る • 実験するうえで必要となる列のピックアップ 予測するときに関係する列(特徴)を機械に教える作業
30.
学習アルゴリズム • データが準備できたので次はトレーニングとテスト • トレーニング:アルゴリズムの作成 •
テスト:作られたものの精度を確かめる作業 • ところで、オレ今何してるんだ? • 自動車の特徴から価格を予想する • 逆に言えば、我々(教師)は自動車の特徴と価格に関係性がある ということを知っている。だから、予測できるはずだ!
31.
データを分割する • 全データのうち75%のデータで学習させて、 残り25%のデータで予測を行ってみる • もちろん残り25%のデータには答えである価格がある 比較することで予測の精度を確かめられる 75%分
25%分
32.
線形回帰とトレーニングデータを トレーニングモジュールにつなげる
33.
Priceを選ぶ どこの列を予測するのかを選んでいる
34.
実験(Run)
35.
トレーニング結果 なんのこっちゃわからん
36.
37.
38.
左側が実際の値 右側が予測の値
39.
モデルの評価を行う
40.
決定係数というらしい ここが1に近づくと予測精度が高いとなる
41.
ということで、こちらが全体像
42.
この部分はチュートリアルで 変更してなかったので・・・
43.
何となく0.001を0.01にしてみた ちびっと下がった。。。
44.
何となく0.001を0.00001にしてみた
45.
[追加分] 何となく変えたものを調べた ここで何となく変えたregularization weightをちゃんと調べてみた。 この値が小さいほど正則化が強まり、過学習が解消され、汎化性能が高まるそうだ。 この線形回帰という分析手法では、特徴数(今回では元データの列の数)に対してサン プルデータの数が少なかった場合、過学習という現象が起きてしまい精度が悪くなる だ。そこで、補正値を設けてこの状況を調整できるようになっている・・・そうです。 下の図は見つけた解説ブログから引用しました。今回のチュートリアルでは初期値と して設定されていた0.001が最適な数値だったのでチューニングがいらなかったって ことですかね~。 http://aidiary.hatenablog.com/entry/20150908/1441720346
46.
アルゴリズムを変更した 結果は・・・悪くなってる ということで、たぶんこんな感じでロジックを変えてみたり 数字を調整してみたりして、再計算をしたりするのだと思います。
47.
このあとは? 1~4は 今回実施できた 今回のチュートリアルでは1~4のやり方が説明されていた。 上記の6つのステップは別のドキュメントから拝借してきたのだが、 あと勉強する内容としては5,6の内容がある。つまり、ここで作った予測のロジックを Webサービスに昇華させ、特徴を入力してくれたら予測するよという機能を提供できるわけだ。
48.
今回のトライをしてみての感想 • 色々な実験をやってみて、どんなことができるかを もっと掘り下げていきたい • 各種アルゴリズムがそもそもどんなのがあるのか 基礎的な勉強をする必要がある •
データの処理から、モデルの学習、結果評価と必要そうなもの が一通り揃っており、ほかのチュートリアルもやってみたいと 感じました。
49.
そして、もう一つの感想 • 職業柄クラウドの機能はいろいろ試すのですが、今回は本当に これまで勉強していなかった機能だったので、勉強する過程を ご紹介しました。 • ここで重要な点は、私の場合今回ご覧いただいているスライド と同じようなものを勉強するときにいつも作ってます。 つまり、過程をスライドとして残しながら、いろいろとメモを 書き入れて残しながらクラウドの勉強をしています。 •
そうすると、このようにお話で使ってみたり、わからないとこ ろを人に聞くときにも役立ちます。(もちろん、うまくいかな かった過程なども残してます) • パワポのノートの機能を使えば、別にとったメモであったり、 その時考えていたことなども記録できるので便利だと思います。
50.
自己紹介 日本マイクロソフト株式会社 マイクロソフトテクノロジーセンター Azure テクニカルアーキテクト 吉田 雄哉(吉田パクえ) 2015年1月1日入社 得意分野
オープンソース系 yuyalush yuya_lush
Télécharger maintenant