BLOGAzureブログ

Q：Azure Machine Learningを利用すると、どのようなことができますか？
A：大量のデータを活用した機械学習のモデルを作成することで、例えば、価格予測やクレジットカード利用の異常検出といった、人間では不可能、あるいは非常に困難な分析などが可能になります。

機械学習の仕組みを簡単に言えば、コンピューターが、入力された多くのサンプルデータの中から共通点や一定の規則を見つけ出し、その判別を繰り返すことで判断基準をより洗練されたものにして、当初の元となるアルゴリズムを発展させていくものです。このアルゴリズムが人工知能（AI）の判断に大きく寄与します。

例えばメールサービスは、なぜ迷惑メールを高精度で見分けられるのでしょうか？ それはコンピューターが数多くのメールを読むことにより「これは迷惑メール」「これは迷惑でないメール」という判断基準をコンピューター自身が持つようになるからです。人間が決めた判断基準では、新たな手法の迷惑メールが出るたびに手動で判断ロジックを追加していかなければなりませんが、機械学習であれば、判断基準を自動処理から生成できるのです。そして自動処理の判断の精度が高まれば高まるほど優秀なAIになると言えるでしょう。

別の言い方をすれば、大量のデータと評価のロジック、基準があり、それらを高速で処理できるコンピューターがあれば、およそ機械学習は行えるということです。

マイクロソフトのクラウドサービス「Azure」では、信頼性の高いスケール可能なプラットフォーム上で機械学習を簡単に行えます。

先にも述べたように、機械学習を行うには、ビッグデータをスピーディーに処理する必要があります。そしてそのために、コンピューターには高い性能が求められるのですが、大量のデータ処理を短時間に行う場合には、必要なスペックを必要に応じて用意できるクラウドは、機械学習ととても相性が良いのです。

AzureMLサービスの特徴は、ブラウザーの設定画面上でオブジェクトをドラッグ＆ドロップするだけで機械学習モデルが作れることで、いろいろな関連サービスが提供されています。

その中の一つ、Azure Machine Learning Studioは、データの読み込みから変換・予測分析ソリューションの構築やデプロイまでを簡単に行えるサービスです。

Azure Machine Learning Studioの画面

こちらでは、Machine Learningの初心者が理解を深めるためのテキスト、ビデオなどのコンテンツや、すでに用意されているデータを使って予測分析を体験できるチュートリアルなども揃っています。

例えば、チュートリアルの一つである自動車の価格予測モデルでは、自動車のスペックや価格の一覧データが準備されており、ここから特徴を定義してアルゴリズムを決め、新しい自動車の価格を予測するという実験を行えます。

そのほか、顧客の解約予測やクレジットカード詐欺を予防するための異常検出、2016年にアメリカで行われた大統領選で公開されている財務データを活用したデータマイニングの事例などが用意されており、元データや分析モデルなどをテストできるようになっています。

それ以外にも、多数の予測実験データが公開されているので、同様の分析を検討している場合などには、より役立つサンプルを見つけられるでしょう。

さらにAzure Machine Learning Studioには、利用者に高度なスキルがなくても機械学習が可能になるサービスがあります。

実は機械学習のためには、高度な統計に関する知識が求められます。例えば、目的に応じてどのような分析が適切なのかは、担当者が判断しなければならず、それは専門家であるデータサイエンティストの業務領域です。

しかし、Azure MLではその部分が簡略化され、ある程度の分析知識があれば、分析の専門家でなくとも機械学習での処理ができるようになります。

そこで便利なのが、 ML cheat sheet mini site (Machine Learning チート シート ミニ サイト)。これを利用すれば、どのような場面でどのような分析をすればよいのか、ベターなアルゴリズムを選択できるようになります。

データ分析の基本が分かっていれば活用できる仕組みがあるということは、機械学習がより身近になるということであり、より分析できる対象も広がってくるということです。

関連記事：Azureで使えるAI系サービスについて、まとめてみた！

クラウドの特徴の一つは環境をスピーディーに立ち上げられること。Azure MLでも、もちろんデータサイエンス用のVMが用意され、速やかなデプロイが行えます。また、構築した環境を複製しやすくもなっています。

データ サイエンスの Virtual Machinesでは、WindowsやLinuxベースの仮想マシンが準備されています。すでに構成済みのVMが即座に使え、より多くの時間を実分析作業に割り当てられるようになります。

そのメリットは、自社のデータサイエンティストの育成にも効果が大きいものです。サンプルも用意されているので、機械学習を実際に試しながら覚えていけるでしょう。

いかがでしょうか。
初心者からプロフェッショナルまで使いやすい裾野の広さと高度な分析処理ができるレベルの高さを実感できるAzure MLで、ぜひMachine Learningにチャレンジしてください。