MS AzureML 머신러닝 도전
추석을 맞아 머신러닝 모임인 싸이버스에서 주최한 츄파츄파(추석 파이썬) 스터디에 참가했다. Microsoft의 Azure Machine Learning에 대한 발표를 들었고 흥미가 생겼다. (해야할 것이 백만개인데…)
데이터를 가지고 이리저리 분석한 다음 원하는 값을 예측할 수 있는 로직을 만들고 그것을 검증하여 예측된 값과 실제 값이 얼마나 일치하는지가 평가의 척도인듯 하다.(케글 등…)
나는 AWS를 많이 이용하는 중이라 찾아보니 AWS의 Machine Learning은 무료 체험이 없다. ㅠㅠ
Microsoft의 Azure Machine Learning은 테스트(실험) 용도로는 무료 제공하고 있다. 게다가 마치 스크래치처럼 블럭 형식으로 만들 수 있다. 그런 이유때문인지 머신러닝 쪽은 Azure를 많이 사용하는 경향이라고 한다.
Experiment 해보기
1. Experiment 생성
Microsoft Azure Machine Learning Studio에서 EXPERIMENTS에서 NEW 선택
2. Dataset 불러오기
오른쪽 메뉴에서 Saved Datasets > Samples에서 데이터셋을 선택하여 드래그한다.
데이터셋 샘플 종류가 많이 제공된다.
3. 데이터 전처리
Data Transformation에서 데이터를 처리할 방법과 옵션을 선택한다.
내가 예측하고자 하는 데이터(목적)을 먼저 정해야 한다. 데이터의 내용에 따라 처리하는 과정이 달라질 수 있다. 데이터 내용의 도메인 지식이 있으면 작업하기 좋다고 한다.(당연…)
데이터를 처리하는 방법은 생각보다 엄청 많았고 통계학 지식이 있어야 할 것 같다.(공부할거 추가)
데이터 전처리 후 트레이닝을 진행한다고 한다. 하지만 오늘은 전처리만 공부했음.
주어진 데이터에서 70%는 트레이닝에 사용하고 30%는 트레이닝된 데이터를 검증, 비교하는데 사용하여 얼마나 일치하는지 확인.