Skip to content

Instantly share code, notes, and snippets.

@ianychoi
Last active November 8, 2018 04:43
Show Gist options
  • Select an option

  • Save ianychoi/8ef65e6038dd607c3e73e3e000a6c59b to your computer and use it in GitHub Desktop.

Select an option

Save ianychoi/8ef65e6038dd607c3e73e3e000a6c59b to your computer and use it in GitHub Desktop.
[Future Now KR 2018 HOL] Azure Machine Learning Studio

[Future Now KR 2018 HOL] Azure Machine Learning Studio

Azure Pass 생성하기

(참고: 5분만에 실습해 보는 Azure AI: Intelligent Kiosk -> Custom Vision)

Azure Machine Learning Studio 접속

  1. studio.azureml.net 접속 : Azure ML Studio에 접속하시기 바랍니다. 무료로 Azure Machine Learning을 사용해볼 수 있는 계정을 만드실 수 있습니다.

  2. Sign up 클릭

  3. Free Workspace 선택 : Microsoft 계정(ex. outlook.com 이나 hotmail.com 메일 계정)이 있으신 경우 "Sign In" 버튼을 눌러서 로그인 하시고, 없으신 경우 "Sign up here"을 눌러서 Microsoft 계정을 새로 생성하시기 바랍니다.

Dataset 추가

  1. Dataset 다운로드 : https://1drv.ms/f/s!AmGH7-hAj4RKk0pFBB-2dbX-y7wL에 접속하여 csv 파일 Download

  2. Dataset 추가 : 화면의 하단 왼쪽에 위치한 + NEW -> DATASET -> FROM LOCAL FILE을 차례대로 선택한 후, 3개 csv 파일 업로드

새로운 실험 추가

NEW -> EXPERIMENT -> Blank Experiment를 차례로 클릭하여 새로운 실험을 생성

설명 참고

새로운 실험을 생성하면 화면이 전환되면서 직접 Machine Learning 모델을 만들고 테스트 해볼 수 있는 공간인 대시보드로 이동됩니다. 이 화면은 크게 3가지 패널로 구성되어 있습니다.

왼쪽에 위치한 패널에는 Machine Learning 모델을 만드는 데 사용할 수 있는 여러가지 아이템 목록이 나열되어 있습니다. 데이터 입력, 출력, 삽입, 웹 서비스 추가 등을 비롯한 다양한 모듈을 포함하고 있습니다.

대시보드 중간에 있는 패널은 실제 모델을 구성하고 테스트 해볼 수 있는 공간입니다. 왼쪽 패널에 위치한 아이템들을 드래그 앤 드롭하는 방식으로 이동시킨 후, 각각의 아이템을 서로 연결하며 모델을 구성합니다.

오른쪽에 위치한 패널에서는 값을 조정하거나, 스크립트를 입력하는 등의 작업을 하실 수 있는 공간입니다.

데이터 세트 삽입

데이터 준비

데이터 전처리

참고: R을 활용한 데이터 처리

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment