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.

Analisis predictivo en la web con Azure Machine Learning

1.815 visualizaciones

Publicado el

Publicado en: Datos y análisis
  • Sé el primero en comentar

Analisis predictivo en la web con Azure Machine Learning

  1. 1. Rubén Pertusa Lopez MVP SQL Server BI & BigData Architect SolidQ HOL: Análisis Predictivo en nuestra web con Azure Machine Learning Y A X B
  2. 2. rpertusa@solidq.com @rpertusa
  3. 3. Tiempo: 2h15min Necesario: Cuenta Azure Opcional: VS2012>= Materiales: http://1drv.ms/1FInv3x
  4. 4. ¿Hacia dónde vamos?
  5. 5. Data sources
  6. 6. Azure SDK 2.5 (VS 2012 , VS 2013 , VS 2015 Preview) Hbase en VS Proyecto Marlin en GitHub
  7. 7. https://management.azure.com/subscriptions/{subscripti on-id}/resourceGroups/{resource-group- name}/providers/Microsoft.StreamAnalytics/streamingjo bs/{job-name}/transformations/{transformation- name}?api-version={api-version}
  8. 8. Data Developers
  9. 9. 3/2/2015 | Footer Goes Here28 | Sistemas que pueden aprender de los datos y descubrir patrones y reglas ocultos para poder explotar nuevas relaciones de negocio
  10. 10. Explosion Big Data Sin mejoras Deep neural Networks Mejoras en SSAS DM Modelos gráficos SSAS 2000 DM Scoring Sistemas expertos & Arboles decisión Redes neuronales
  11. 11. Computación escalable y barata (Big Data) + Los mejores algoritmos ML + Adopción de la cultura de datos = ML a su máxima exponencia
  12. 12. Reconocimiento de Texto
  13. 13. Limpieza y etiquetado de datos Entrenar el modelo ML Obtener el score de la entrada
  14. 14. Caso de estudio Predicción de problemas de rendimiento Cia Worldwide Automóviles: Campaña de fidelización y cálculo de stock Cia Retail Worldwide: Toma de decisiones
  15. 15. Input EntryId Date UserId SiteId ForumId ThreadId ParentId PrevId NextId Texto Tabla de casos
  16. 16. Objetivo: Predecir cuando va a fallar Pasos
  17. 17. Compañia de automóviles worldwide
  18. 18. Compañia Retail worldwide
  19. 19. Sin límites
  20. 20. Servicio escalable administrado en la nube Rápido desarrollo y despliegue en PRO Interfaz dirigida a workflow Algoritmos ML actualizados Colaborativo Accesible via navegador web
  21. 21. Lenguaje de programación más potente para estadistica Más de 400 paquetes R ya disponibles Visualización con R Compatibilidad con R y Python 3/2/2015 | Footer Goes Here43 |
  22. 22. Obtener/Preparar datos Crear experimento Lanzar experimento Ver resultados Salvar modelo entrenado Comprobar Input/Output del servicio web Publicar servicio web Desplegar a PRO Data Scientist IT
  23. 23. 3/2/2015 | Footer Goes Here46 |
  24. 24. Consumir resultados desde AzureML http://microsoftazuremachinelearning.azu rewebsites.net/
  25. 25. Convertir problemas en problemas ML Integración sencilla con .NET AzureML + Big Data + Cultura de datos Más materiales http://blogs.technet.com/b/machinelearning/ http://social.msdn.microsoft.com/forums/azure/en- US/home?forum=MachineLearning 3/2/2015 | Footer Goes Here50 |
  26. 26. Y A X B
  27. 27. rpertusa@solidq.com Y A X B
  28. 28. Speaker name Title ¡¡¡Si te ha gustado no olvides rellenar la encuesta!!! Thanks Y A X B

×