【机器学习】Azure机器学习伙伴们是如何为客户改革创新的
作者：微软公司 机器学习副总裁Joseph Sirosh 上周，微软发布了Azure机器学习(AzureML)的预览版，现在客户和合作伙伴们都可以尝试使用该版本了。Azure机器学习是一个完全在云端运行的服务，可以在几分钟内发表高级分析网络服务或者构建强大的企业级应用程序
作者：微软公司副总裁Joseph Sirosh& & 上周，微软发布了Azure(Azure&ML)的预览版，现在和合作们都可以尝试使用该版本了。Azure机器学习是一个完全在云端运行的服务，可以在几分钟内发表高级分析网络服务或者构建强大的企业级应用程序。因为对于许多和合作来说机器学习是一种新兴科技，所以我很高兴能在今年的全球合作伙伴会议上介绍了我们新的在线机器学习大学(MLU)。在线机器学习大学收集了在线学习的宝贵经验，用来帮助合作伙伴们进行Azure机器学习。其中包括了利用演练数据科学从导入数据到清除数据的生命周期来建立预测模型，并利用它们生产网络服务。在线机器学习大学还给合作伙伴们各种途径来获得现场培训，定期产品更新和其他有价值的Azure机器学习资源。& & 我先前的文章谈到了为什么Azure机器学习改变了建立机器学习应用程序的规则。这篇文章描述的是我们的合作伙伴如何使用它快速地为我们的客户构建新的解决方案。& & Azure机器学习合作伙伴用他们在分析学的专业知识和垂直专业知识帮助客户将他们大量的数据转换成可操作的见解。例如MAX451，Neal分析，OSIsoft，Versiumare等合作伙伴已经通过实施企业级的可预测分析解决方案来帮助我们的客户进行Azure机器学习，他们正在建设的解决方案是相当广的。让我分享四个故事。MAX451帮助Pier&1&Imports预测接下来客户可能想买什么& & 经营超过1000家门店的Pier&1的目标是成为顾客的家具和家庭装饰的社区商店。他们最近推出了一个将会持续多年的面向全部顾客的策略称为“1&Pier&1”，这个策略的一个主要目标是更好地了解他们的顾客，通过所有互动和Pier&1品牌接触点为他们提供一个更个性化的体验。& & MAX451已经建立了一个Azure机器学习解决方案来预测客户未来的产品偏好可能是什么以及他们想如何购买和接收这些产品。引用Pier&1市场部执行副总裁Eric&Hunter的话就是:& & 深化客户关系对我们非常重要。无论她想在何时，何地，用何种方式购物，更好地了解数据使我们能够在她的左右。而通过预测分析，我们可以通过展示一个她会喜欢的商品使她再次光临我们的商店。无论是何种媒介，更个性化的消息可能会吸引她再次访问Pier&1……在这个测试阶段,我们已经能够提高预测的准确性，令40%以上的产品在下次购物时会出现在她面前。根据以往的经验，将数据转换成大量有用的信息是十分缓慢的，而现在我们可以将时间减少到几天。& & Pier&1的首席信息官Andrew&Laudato曾经这样说:& & Pier&1帮助证明了微软可以进行像提前预测这样复杂的数据分析和机器学习，并且能够使这些数据分析通过云计算。尤其令我们高兴的是我们的分析师能够专注于结果而不担心用于生成该数据结果的复杂算法。我们非常满意在这个项目当中团队的速度能够得到有意义的结果。我们喜欢与MAX451-Pier&1合作是因为我们非常满意与一个小型的，灵活的合作伙伴的合作成果。& & MAX451首席执行官Kristian&Kimbro&Rickard也说：& & 在MAX451，我们在云端操作我们的整个业务，并且我们的服务和产品面向的客户是已经迁移到或者正在迁移到云端的客户。微软的机器学习产品不需要一大批数据科学家顾问来帮助客户。我们轻小，敏捷，运行迅速，并且我们想要保持这种方式――微软的机器学习产品能够使我们继续提供同样的服务，而不是迫使我们的招聘人员寻找难以找到的高技能的高薪顾问。Neal分析帮助一个电子商务站点优化他们的营销支出& & Neal分析建立了一种Azure机器学习解决方案，帮助一个大型电子商务网站优化他们花费在检索项的营销支出，从而提高他们的网站的访问量。搜索公司在不同的搜索条件下拍卖广告，然后根据内容质量来权衡投标。由Neal分析发展来的解决方案使该客户预测他们需要花在拍卖中多少的出价增加以达到他们想要的一个给定的搜索项的位置。因为竞争对手不倾向于经常在搜索项上改变他们的报价，所以这种及时应对投标的策略是这个客户的竞争优势。& & Neal分析必须建立一个预测模型的解决方案来优化收购大量的低频关键词。解决方案必须是易于实施和维护的。他们不想建立一个新增R&/&Linux计算堆栈来处理体积，而更想支持快速实施、测试和改进模型来保持当前的趋势。Azure机器学习是一个不错的选择来使他们的数据科学家专注于他们的工作，而不是被一个复杂的大数据计算基础设施分散了精力。Neal分析首席执行官和总裁Dylan&Dias说:& & ……因为Azure机器学习是建立在Azure的，所以要想拥有天衣无缝的可扩展性、速度和准确性，TCO-Azure机器学习胜过其他选项。又因为Azure机器学习的学习曲线是最短的，所以也更容易被采用。我能够发展我宝贵的数据科学人才，而对于较缺乏经验的分析师他们如今的工作也变得高效。Azure机器学习帮助我们的数据科学家显著提高了发现的时间和行动的时间(2&-&4倍)。我们可以用较少的资源做更多的事，从而我们的客户也更加满意。OSIsoft帮助卡耐基梅隆大学节省了能源& & 在卡内基梅隆大学的建筑表现与诊断中心开发集成硬件和软件解决方案来提高CMU校园建筑的效率，实现更高的居住舒适度。在过去的十年中，该中心进行了成千上万的实地调查和测量，以确定影响住户满意度的关键因素。当然，像天气预报这样的外部因素也有助于预测冷却或加热能耗。该中心希望使用这些数据创建一个系统来增加建筑物能源的整体性能。机器学习被视为解决方案中的一个关键组成部分。& & 该中心与OSIsoft合作，首先使用OSIsoft&PI系统收集上述实时数据，然后开发一个系统来预测在当中的建筑能源消耗，实时检测故障，采取措施减轻问题和提供节省成本。这个系统实施之后，CMU已经在一些建筑物减少了30%的能源。工作在这个项目上的卡耐基梅隆研究员Bertrand&Lasternas这样说:& & 一个基于网络的、平台独立的机器学习解决方案非常吸引我们……机器学习的易于实施让机器学习可以访问更多的各种背景的调查人员，甚至用于访问科学家。Azure机器学习方案为类似的准确性提供了更多用户友好的设置和更好的与现有系统的集成。一个稳定的API是成功集成的一个关键所在……数据处理的最大优势在于一个无漏洞的流程可以被迅速建立并且被集成到现有的解决方案。& & Gregg&Le&Blanc是OSIsoft研究和的主管，他负责评估新技术。他评估了一些机器学习技术后得出了如下的结论：
人力资源师
(责任编辑：sunning)
------分隔线----------------------------
报名咨询方式
咨询报名咨询报名MSN:
当地时间日，印度新德里，美国总统奥巴马偕夫人米歇尔在印度总理莫迪陪同...
铜陵最新颖的氟碳喷涂钢板网图片哪家有？献县峻腾钢板网厂【刘经理】主要...
水母网IT频道是烟台第一家大型综合门户网站,是烟台市目前最大的网上新闻中心,网上公众...
中北大学入选国家级实验教学中心 本报讯 日前，记者从中北大学获悉，在教育部日前公布...
2月27日，梧州市农业局副局长、岑溪市副市长黄凌带领岑溪市市农业局、糯垌镇赵副镇长...
据新华社北京2月24日电 国家能源局近日发布的2014年度火电规划及建设专项监管情况显示...
干部群众如有意见或情况需要反映的
国家承认 社会认可 成考学历足够“硬”Azure机器学习入门（二）建Azure机器学习工作区 - 云操作系统 - 次元立方网 - 电脑知识与技术互动交流平台
Azure机器学习入门（二）建Azure机器学习工作区
我们将开始深入了解如何使用Azure机器学习的基本功能，帮助您开始迈向Azure机器学习的数据科学家之路。
Azure ML Studio （Azure Machine Learning Studio / Azure ML Studio）是使用Azure机器学习云实现预测分析解决方案的主要工具。Azure机器学习是基于云计算和自容式的强大预测分析解决方案，具有完整的开发、测试和生产环节快速创建的独立闭环。
Azure ML Studio提供交互式和可视化的工具轻松构建、测试和迭代预测分析模型。您可在Azure ML Studio中以拖拽的方式将数据集和分析模型在交互式画布相连接创建实验，然后编辑实验并迭代计算预测分析模型，如果需要还可保存计算的副本并重复迭代计算。最终您可将实验作为web服务发布于Azure，于是您的预测分析模型就可在web被访问。
基于云计算的Azure机器学习的另一个核心优点就是几乎没有任何的时间和基础设施的启动成本。尤其是Azure机器学习相关的任务都可在现代web中完成。
Azure机器学习基本术语
为了帮助您快速开始，让我们定义描述各种功能、组件和工具的常见术语。
Azure机器学习（Azure Machine Learning）包含所有必要的工具，可用来在微软Azure云平台设计、开发、分享、测试和部署预测分析模型解决方案。 Azure机器学习工作区（Azure Machine Learning workspaces）表示离散的'切片'式的Azure机器学习工具集，它可以按照以下的标准进行分区： 工作区名称（Workspace name）必须是唯一的，并且是确定机器学习工作区的主要方法。 工作区所有者（Workspace owner）是有效的微软账户，用于管理对此Azure机器学习工作的访问。 数据中心地理位置（Data center location）定义Azure机器学习工作区所在的Azure数据中心物理位置。 存储账户（storage account）定义唯一的Azure存储账户，用于存储所有与此Azure机器学习工作区的相关的数据和工件。 Azure机器学习实验（Azure Machine Learning experiments），实验是在Azure机器学习工作区中创建，可通过迭代计算实现快速开发机器学习解决方案的主要方法。在每一个Azure机器学习实验中，Azure ML Studio提供交互式、可视化的工作区，可轻松创建、测试和迭代计算预测分析实验。这些实验可在Azure ML Studio中提交执行。Azure ML Studio实验是高度重复的，很容易创建、编辑、测试、保存和重新运行试验。Azure机器学习实验实验是为现代数据科学家专门设计，使其能够在评估新的预测模型时以'快速失败'的方式不断改进细化模型。简单来说，Azure机器学习提供迭代的方式快速失败或者最终取得成功。 Azure ML Studio是主要的交互式预测分析工作台，在Azure机器学习工作区为数据科学家提供可视化的设计工具以拖放的方式创建Azure机器学习实验，在Azure机器学习工作区提供访问Azure ML Studio唯一的运行环境。除了可以创建新的实验，Azure ML Studio还包括Azure机器学习实验的示例链接。这些功能能使您很容易的与更有经验的人学习，在数据科学的旅程中利用最好的技术和工具帮助您完成基于领域的预测分析的目标。 Azure机器学习web服务（Azure Machine Learning web services）Azure机器学习实验以REST API的方式在网络中提供API访问服务，这些服务可以是简单的web服务或者OData端点。API以两种类型的rest风格的web接口： 请求响应服务（Request Response Service - RRS） 适用于独立的、低延迟，需要同步使用的预测模型。 批处理执行服务（Batch Execution Service - BES）适用于异步处理的批量数据记录。BES支持多种格式的数据源，比如blob、表、SQL Azure，以及HDInsight(作为Hive查询的结果)和HTTP源。 数据集（Datasets）是指上载至Azure ML Studio被用于预测模型的数据。Azure ML Studio提供大量的示例数据集可进行实验，您也可上传更多的数据集满足您的计算需求。 模型（Modules）是应用于数据计算的算法。Azure ML Studio包含大量的模型，即从数据训练、评价到验证过程的函数。下面是包含的模型示例： 转换为ARFF（Convert to ARFF）将.NET序列化数据集转换为ARFF格式。在机器学习领域，ARFF是常见的表示属性-关系的文件结构。它通常被定义为ASCII文本文件，描述实例列表共享的一系列属性。 基本统计（Elementary Statistics）是计算基本的统计数据，如均值、标准差等。 线性回归（Linear Regression）创建在线梯度下降的线性回归模型。 评估模型（Score Model）评价训练的分类或者回归模型。
模型可能包含一组参数用于配置模型的内部算法。当您在画布（canvas）上选择一个模型，画布右侧的窗格中显示模型的参数。您可以在该窗格中修改参数优化模型。
Azure机器学习之旅的第一步是获得微软Azure环境，这里有几种方法您可以选择：
选择1，使用在 /en-us/pricing/free-trial 提供的免费Azure试用账号。 选择2，在 https://studio.azureml.net/Home 使用Azure机器学习的试用 这是Azure提供的免费特别功能，因此只允许您访问Azure机器学习环境。 这对于新的采纳者而言是一个极其低摩擦的选择：开始的唯一必须条件就是有效的微软账号。 如果您需要注册微软账号，请访问 /en-US/windows-live/sign-up-create-account-how 。 您使用有效的微软账号登陆后，跃入眼帘的是如图3-1所示的帮助您入门的介绍视频。您也可在此链接 /fwlink/?LinkID=518038 回顾介绍视频。
图Azure机器学习介绍视频
请注意如果您选择的是使用免费的Azure机器学习试用，那么您将只有Azure机器学习功能的访问权限，没有权限使用全部的Azure环境。为真正最大化您的体验，强烈建议您获取全部微软Azure环境。
创建第一个Azure机器学习工作区
让我们创建第一个Azure机器学习工作区，在这一点上Azure免费账户与付费的Azure订阅是相同的。让我们从
导航至Azure管理门户。在那里，在左侧的导航栏点击机器学习，如下图所示。
Azure机器学习工作区包含全部您需要在云端创建、管理和发布机器学习实验的工具。若要创建一个新的Azure机器学习工作区，请单击页面左下角的新建图标，在如下图的页面中补充必填项。
创建一个新的Azure机器学习工作区：
工作区的名称（WORKSPACE NAME）在您的Azure机器学习工作区中是唯一的。请您知悉如果您将光标从工作区名称区域移开时，会检查您提供的工作区名称是否唯一，如果唯一的话会在文本框的右侧显示绿的复选标记。 工作区所有者（WORSPACE OWNER）提供有效的微软账号（以前的Windows Live ID）。注意，它不能是非微软账户，比如您的公司电子邮件。创建免费微软账户请登录
。 Azure Machine Learning的位置（LOCATION）仅在美国南中部地区可用。 存储账户（STORAGE ACCOUNT）选项可以选择创建一个新的存储账户或者使用现有的存储账户。 新的存储账户名称（NEW STORAGE ACCOUNT NAME）：如果您选择为您的Azure机器学习的工作区创建新的存储账户，请确认存储账户的名称只能是小写字母数据字符。如果名称是唯一的，您会在文本框的右侧看到绿色的复选标记。
一旦您创建机器学习工作区，Azure将提供全新的Azure机器学习工作区供您创建和承载您的额Azure机器学习实践。
在创建您的Azure机器学习之后，单击您的新的Azure机器学习工作区的图标您将看到如下图所示的界面。
请注意，这是由Azure管理门户的登陆Azure机器学习工作区。在此，您可以直接访问Azure机器学习Studio的工具管理用户访问工作区的权限，管理在此工作区中承载机器学习实验的Web服务。在顶部的导航菜单提供了Azure机器学习工作区功能的导航。
仪表板（DASHBOARD）可以监控您的工作区的在一段时间内的相对和绝对计算的使用量。 配置（CONFIGURE）功能用来允许或者拒绝用户对于您的工作的访问。 Web服务（WEB SERVICES）选项允许您管理web服务和配置端口，且包含为数据科学家和分析师通过请求/响应的API访问或者批处理的代码示例，代码示例由流行的编程语言C#、Python和R语言组成。
在我们重温这些特性的细节之后将开始探索Azure 机器学习的环境。
若要访问您的工作区，点击ML Studio的登陆链接进入您的新的 Azure 机器学习工作区。下图就是Azure ML Studio工作区的截图。
当您首次进入Azure ML Studio的工作区，您会看到如下的导航选项在顶部和左侧的导航栏上：
顶部导航栏：
Home 文档和其他资源的链接； Studio Azure ML Studio实验的登录页； Gallery (Preview) 是趋势实验和样本的集合。
左侧导航栏：
EXPERIMENTS 实验的创建、运行和保存草稿； WEB SERVICES已发布的实验列表； DATASETS上载的数据集，可用于实验的计算； TRAINED MODELS 使用Azure ML Studio内置的机器学习算法'训练'的新预测模型； SETTINGS 设置的账户和资源的设置集合。
延伸阅读：
1 createasendgridaccount2 remembertheusername ...
本教程为 李华明 编著的iOS-Cocos2d游戏开发系列教程：教程涵盖关于i......
专题主要学习DirectX的初级编程入门学习，对Directx11的入门及初学者有......
&面向对象的JavaScript&这一说法多少有些冗余，因为JavaScript 语言本......
Windows7系统专题 无论是升级操作系统、资料备份、加强资料的安全及管......大数据观察专注于大数据方向，分享最具价值的大数据资讯，大数据应用；
同时整合大数据管理技术——云技术及其资讯与应用，提供电子商务、互联网金融，
工商等众多领域的经典案例助力广大用户攻坚大数据难题。
合作邮箱：
备案号：皖ICP备
版权所有，保留一切权利!
weixin-ext}