Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.
Machine Learning for
Dummies
¿Quiénes somos?
Manuel Rodrigo Cabello Malagón
Software Engineer at Plain Concepts
@mrcabellom
mrcabellom@gmail.com
Carlos...
Índice
• Introducción Machine Learning
• Tipos de Algoritmos Machine Learning
• Machine Learning Workflow
• Azure Machine ...
Introducción a Machine Learning
• Inteligencia Artificial
Introducción a Machine Learning
La inteligencia se puede definir como la capacidad de resolver
p...
I.A. Moderna
Renacimiento
I.A.
El invierno de
la I.A.
Test de Turing
(nacimiento I.A.)
61943 1950 - 1956 1966 - 1974 1980 ...
• ¿Qué pensamos nosotros sobre la inteligencia Artificial?
Introducción a Machine Learning
• ¿Qué es machine learning?
• Rama de la inteligencia artificial cuyo objetivo es desarrollar técnicas que
permitan a las ...
Introducción a Machine Learning
ToolsGroup
Evolución Machine learning
Introducción a Machine Learning
¿Cómo aprender machine learning?
Bottom-up Top-down
Tipos Machine Learning
• Aprendizaje supervisado
• Aprender acerca de un conjunto de datos ya clasificados para poder hace...
Tipos Machine Learning
• Algoritmos de clasificación
• Predecir dos categorías.
• Respuestas simples
• Predecir varias
cat...
Tipos Machine Learning
• Aprendizaje no supervisado
• Clustering: Organizar los datos en
clusters sin tener el conocimient...
• Aprendizaje reforzado
• Algoritmos que aprenden acerca de los resultado que se realizan en ciertos estados.
• Cómo respo...
Introducción a Machine Learning
• Detección de anomalías
• Algoritmos que analizan patrones y detectan
comportamientos ext...
Machine Learning Workflow
Workflow
Modelo
Predictivo
Algoritmos Machine Learning
Clasificación Binaria Clasificación Múltiple
Algoritmos Machine Learning
Regresión Detección de Anomalías
Algoritmos Machine Learning
Perceptron ¿Cómo trabaja el cerebro?
• Algoritmo aprendizaje supervisado (Clasificación binari...
Azure Machine Learning Studio
¿Qué es Azure Machine Leaning Studio?
Microsoft Azure Machine Learning Studio es una herramienta drag and drop
colaborativ...
• Para desarrollar un análisis de modelo predictivo, utilizaremos orígenes de datos
de una o varias fuentes, transformando...
Azure ML tiene las siguientes secciones de trabajo:
• Projects
• Experiments
• Web Services
• Notebooks
• Datasets
• Train...
Dashboard : Experimentos
Elementos del experimento:
• Datasets
• Transformación datos,
• Algoritmos,
• Python scripts, R S...
Cortana intelligence gallery
Cortana intelligence Gallery permite a
la comunidad de desarrolladores y data
scientists comp...
DEMO : Creando
Workspace y
Experimentos
Python Tools Visual Studio
Microsoft y Python
Visual Studio Code
Django y Azure
Machine Learning
Web App
Web Jobs PTVS(Python Tools VS)
Introducción PTVS (Python tools for VS)
• PTVS (2.2.5)
• Plugin de código abierto que convierte Visual Studio en un IDE pa...
Introducción PTVS (Python tools for VS)
• Entornos virtuales en Python
• Espacio virtual para nuestras librerías.
• Indepe...
Integración test unitarios
Python Tools interpreta test unitarios creados
con BaseTestCase, siendo posible su inspección
y...
Intellisense
• Visual Studio nos facilita la escritura de código con intellisense. Tanto
para los módulos de Python como p...
Anaconda
Anaconda
• Plataforma open source
powered by Python.
• Soporte para librerías
Python y R
• + 720 paquetes para
procesamien...
• Iris
• Precio Coches
• Cuantización Imágenes
DEMO Azure ML
Web Services Azure ML Studio
• Azure Machine learning nos permite publicar web services para poder consumir
el modelo predictivo que hemos estado desar...
Consumir web services
Predictive
WebService
Training
WebService
Batch (csv)
Request/Response
Score result
ILearner
Predict...
DEMO : Aplicación
Asp.Net Core y ML
Studio Web Services
¿PREGUNTAS?
Próxima SlideShare
Cargando en…5
×

Machine learning for dummies - Azuges November 2016

802 visualizaciones

Publicado el

Trasparencias de la charla Machine Learning for Dummies del grupo Meetup de Azuges @ 22 de Noviembre de 2016

Ponentes: Rodrigo Cabello y Carlos Landeras

Publicado en: Tecnología
  • Sé el primero en comentar

Machine learning for dummies - Azuges November 2016

  1. 1. Machine Learning for Dummies
  2. 2. ¿Quiénes somos? Manuel Rodrigo Cabello Malagón Software Engineer at Plain Concepts @mrcabellom mrcabellom@gmail.com Carlos Landeras Martínez Software Engineer at Plain Concepts @carlos_lande carlos.landeras@gmail.com
  3. 3. Índice • Introducción Machine Learning • Tipos de Algoritmos Machine Learning • Machine Learning Workflow • Azure Machine Learning Studio • Python Tools (PTVS) • Anaconda (scipy, numpy, pandas, pyplot..) • Demos en Azure ML • Clasificación binaria • Regresión • Clustering • Web services ML Studio • Demo WebApi (ASP NET CORE) /SignalR
  4. 4. Introducción a Machine Learning
  5. 5. • Inteligencia Artificial Introducción a Machine Learning La inteligencia se puede definir como la capacidad de resolver problemas o elaborar productos que sean valiosos en una o más culturas. Howard Gardner, Universidad de Harvard
  6. 6. I.A. Moderna Renacimiento I.A. El invierno de la I.A. Test de Turing (nacimiento I.A.) 61943 1950 - 1956 1966 - 1974 1980 -1990 1990 - ---- Primeros éxitos: • Juego de damas, 1952 • Arthur Samuel, IBM • Poda α-β • 1966 ALPAC report (traducción automática) • 1969 Marvin Minsky & Seymour Papert: Perceptrons”(abandono de modelos conexionistas,la investigación en redes neuronales casi desaparece) • 1973 Lighthill report (investigación en IA en el Reino Unido) • 1974 Decepción en DARPA con CMU (programas de reconocimiento de voz) • Modelo conexionista: “backpropagation”, 1986 (las redes neuronales retoman su popularidad) • SAT solvers (problemas de satisfacción de restricciones) • Modelos ocultos de Markov (procesamiento del lenguaje natural) Circuitos booleanos como modelos de cerebro Introducción a Machine Learning
  7. 7. • ¿Qué pensamos nosotros sobre la inteligencia Artificial? Introducción a Machine Learning
  8. 8. • ¿Qué es machine learning? • Rama de la inteligencia artificial cuyo objetivo es desarrollar técnicas que permitan a las computadoras aprender de los datos existentes para prever tendencias, resultados y comportamientos futuros. • Primeros algoritmos de Machine Learning (Perceptron, 1958) • Transformar datos en conocimiento: • Compra Online • Detección de fraudes • ¿Cuánto podría valer este coche? Introducción a Machine Learning
  9. 9. Introducción a Machine Learning ToolsGroup Evolución Machine learning
  10. 10. Introducción a Machine Learning ¿Cómo aprender machine learning? Bottom-up Top-down
  11. 11. Tipos Machine Learning • Aprendizaje supervisado • Aprender acerca de un conjunto de datos ya clasificados para poder hacer predicciones futuras. • Algoritmos de clasificación y regresión. ¿esto es A o B? Clasificación ¿cuánto? o ¿cuántos? Regresión
  12. 12. Tipos Machine Learning • Algoritmos de clasificación • Predecir dos categorías. • Respuestas simples • Predecir varias categorías • Respuestas complejas ¿Qué tipo de servicio escogerá el cliente? ¿Es este tweet positivo o negativo?
  13. 13. Tipos Machine Learning • Aprendizaje no supervisado • Clustering: Organizar los datos en clusters sin tener el conocimiento previo del grupo al que pertenecen. • Predecir y comprender mejor eventos y comportamientos ¿Cómo está organizado?
  14. 14. • Aprendizaje reforzado • Algoritmos que aprenden acerca de los resultado que se realizan en ciertos estados. • Cómo responden los animales y el ser humano a los castigos y recompensas. Tipos Machine Learning ¿Qué debo hacer ahora?
  15. 15. Introducción a Machine Learning • Detección de anomalías • Algoritmos que analizan patrones y detectan comportamientos extraños. • Eventos o comportamientos inesperados o poco habituales. • Propociona pistas sobre dónde buscar problemas. ¿Es extraño?
  16. 16. Machine Learning Workflow Workflow Modelo Predictivo
  17. 17. Algoritmos Machine Learning Clasificación Binaria Clasificación Múltiple
  18. 18. Algoritmos Machine Learning Regresión Detección de Anomalías
  19. 19. Algoritmos Machine Learning Perceptron ¿Cómo trabaja el cerebro? • Algoritmo aprendizaje supervisado (Clasificación binaria). • Predicción en base a una función lineal. • Combina un vector de pesos con el vector de características.
  20. 20. Azure Machine Learning Studio
  21. 21. ¿Qué es Azure Machine Leaning Studio? Microsoft Azure Machine Learning Studio es una herramienta drag and drop colaborativa donde puedes crear, testear y desplegar soluciones de análisis predictivo sobre tus datos. Machine learning studio publica modelos como Web Services para que podamos consumirlos de manera sencilla con aplicaciones personalizadas o herramientas BI.
  22. 22. • Para desarrollar un análisis de modelo predictivo, utilizaremos orígenes de datos de una o varias fuentes, transformando y analizando los datos a través de funciones estadísticas y de manipulación de datos, para poder generar un conjunto de resultados. • Azure ML Studio nos Brinda un workspace interactivo para poder crear, testear e iterar fácilmente en un modelo de análisis predictivo. Workspace interactivo de Azure ML
  23. 23. Azure ML tiene las siguientes secciones de trabajo: • Projects • Experiments • Web Services • Notebooks • Datasets • Trained Models • Settings (Name, Token, Users) Azure ML Studio - Secciones
  24. 24. Dashboard : Experimentos Elementos del experimento: • Datasets • Transformación datos, • Algoritmos, • Python scripts, R Scripts • Train Model • Score Model • Etc… Experimento de ML Studio
  25. 25. Cortana intelligence gallery Cortana intelligence Gallery permite a la comunidad de desarrolladores y data scientists compartir sus soluciones analíticas. Encontraremos numerosos experimentos implementando distintos algoritmos, scripts de Python y R https://gallery.cortanaintelligence.com/browse Podremos clonar los experimentos en nuestro workspace para trabajar con ellos, modificarlos, ejecutarlos. Etc.
  26. 26. DEMO : Creando Workspace y Experimentos
  27. 27. Python Tools Visual Studio
  28. 28. Microsoft y Python Visual Studio Code Django y Azure Machine Learning Web App Web Jobs PTVS(Python Tools VS)
  29. 29. Introducción PTVS (Python tools for VS) • PTVS (2.2.5) • Plugin de código abierto que convierte Visual Studio en un IDE para Python. • Soporta Cython, IronPython, edición, navegación, IntelliSense detallado, depuración interactiva, profiling. • Soporte para frameworks (Django, Flask y Bottle) • Gestión de entornos virtuales. • Code snippets. • Test Unitarios. • Gran batería de ejemplos. https://microsoft.github.io/PTVS/ https://github.com/Microsoft/PTVS/releases
  30. 30. Introducción PTVS (Python tools for VS) • Entornos virtuales en Python • Espacio virtual para nuestras librerías. • Independiente de otros entornos virtuales y de los paquetes globales del sistema. • Permite mantener diferentes versiones del mismo paquete.
  31. 31. Integración test unitarios Python Tools interpreta test unitarios creados con BaseTestCase, siendo posible su inspección y ejecución desde la ventana de Test Explorer de Visual Studio.
  32. 32. Intellisense • Visual Studio nos facilita la escritura de código con intellisense. Tanto para los módulos de Python como para librerías de terceros.
  33. 33. Anaconda
  34. 34. Anaconda • Plataforma open source powered by Python. • Soporte para librerías Python y R • + 720 paquetes para procesamiento de datos, análisis predictivo y computación científica. • Gestor de paquetes conda. Pandas, numpy, sklearn
  35. 35. • Iris • Precio Coches • Cuantización Imágenes DEMO Azure ML
  36. 36. Web Services Azure ML Studio
  37. 37. • Azure Machine learning nos permite publicar web services para poder consumir el modelo predictivo que hemos estado desarrollando. Exponiendo y consumiendo Web Services Experimento Training Web Service TiposDesplegar WebService Predictive Web Service
  38. 38. Consumir web services Predictive WebService Training WebService Batch (csv) Request/Response Score result ILearner Prediction Batch (csv) (Azure Storage) Predictions Patch (Retrain model) Ilearner blob file Train model updated! (200) ¿Como re-entrenamos el módelo?
  39. 39. DEMO : Aplicación Asp.Net Core y ML Studio Web Services
  40. 40. ¿PREGUNTAS?

×