資料科學：Azure 機器學習工作室入門

0 seconds of 2 minutes, 9 secondsVolume 0%

00:00

02:09

資料科學：Azure 機器學習工作室入門

想學機器學習卻不懂寫程式？Python 或 R 雖然教學課程很多，但又覺得學習門檻太高？那我推薦你選擇「Azure 機器學習工作室」當作你機器學習的第一門課！透過視覺化開發流程，讓對程式不了解的你，也可以做出超實用的預測模型。Azure 機器學習裡面所有演算法，都經過 Microsoft 資料科學研究院認證並開發，快來上這門 Azure 機器學習課程吧！

Hahow AI 學習升級

22.1 k 的人也在觀看

4.8

(13)

關於課程

課程包含

包含 4 章 24 單元、1 項作業

課程時長

2 時 6 分鐘

課程總人數

260 位同學

觀看限制

不限觀看次數，還會附贈完課證書

學習升級

Hahow AI 學習助教

無需額外付費

即時問答、重點整理、測驗理解，讓知識派上用場

課程內容

機器學習：利用數據找到資料關聯、分析趨勢變化

手邊擁有一堆資料，除了用視覺化做出炫麗分析圖表以外，還可以做什麼？

分析圖表做得再好，都還是停留在過去發生什麼事，如果要使用資料、分析趨勢變化的方向，提供決策洞見，就應該要了解「機器學習」，讓資料發揮更大的價值！

Gartner 分析成熟度圖，呈現難度與價值同步提升：Traditional BI 涵蓋描述性與診斷分析，回答發生什麼及為何發生；Advanced Analytics 延伸預測與規範性分析，探索未來並尋找最佳行動。

為什麼選擇 Azure 機器學習工作室?

操作簡易、適合新手

比較 AWS、Google 以及 Azure 雲端平台，Azure 機器學習工作室無論在算法或操作上，對初學者來說都十分友善，此外，透過拖拉式、視覺化的開發流程，也能讓你更容易上手，學習起來更有成就感。

雲端機器學習服務比較表涵蓋 Amazon ML、Amazon SageMaker*、Azure ML Studio、Google Prediction API 與 Google ML Engine**；Azure ML Studio 支援分類、回歸、分群、異常偵測、推薦與排名，提供 100+ 種演算法和模組及圖形介面。

（上圖來源：https://blog.gcp.expert/gcp-aws-azure-ai-ml-comparison-1/）

Microsoft Azure Machine Learning Studio 介紹 Azure 機器學習服務，涵蓋 Azure 機器學習工作室與 Bot 服務；ML Studio 支援約 100 種分類、異常檢測、回歸、推薦和文本分析演算法，並提供 K-means 與 Cortana Intelligence Gallery。

（上圖來源：https://blog.gcp.expert/gcp-aws-azure-ai-ml-comparison-2/）

無需付費、註冊即可使用

Azure 機器學習工作室是完全免費提供的機器學習工具，沒有使用期限，免費版本功能與付費版本幾乎一樣，只是在分析資料量有 10G 的限制，非常適合大家學習使用。

Microsoft Azure 的 Azure Machine Learning 服務頁面，主打企業級機器學習服務，協助更快速地建置及部署模型；頁面提供「開始免費使用」入口，並列出產品概觀、功能、定價、文件、開始使用、客戶案例、公告與常見問題集。

教學開發環境

課程教學環境為 https://studio.azureml.net/ Azure 雲端平台，參加課程的同學們只需要有網路一台電腦，開啟電腦上的瀏覽器就可以開始使用了。

搭配我們的課程，讓你快速熟悉操作，找對課程事半功倍。

Microsoft Azure Machine Learning Studio (classic) 的 Development Environment 介面，左側列出 Saved Datasets、Data Transformation、Machine Learning 等模組，中間為實驗流程畫布，右側顯示 Experiment Properties。

課程核心特色

本課程採 Azure 雲端機器學習工作室，教你一步一步學會資料科學所需知識，課程內容都可以在 Azure 機器學習工作室上學習並實作。此外，課程有三大特色：

無需程式背景

機器學習是目前最熱門的關鍵技術，透過 Azure 機器學習工作室，沒有程式背景的你，也可以學習這項關鍵技術。

搭配模型開發實作

過程中我們將介紹機器學習所需基本知識，如資料特徵 (Features)、標籤 (Label)、機器學習問題梳理等，並規劃兩個「手把手實驗室」，透過實際案例的解說、實作，帶你認識資料科學開發流程。

課後你將可以做出自己的機器學習模型，並初步具備獨立建模能力。

詳細介紹各模組功能與參數設定

課程中也將仔細介紹開發過程中會用到的所有功能與用法，如果你一下子吸收不了，或是用不到這麼進階的功能，還是之後忘記怎麼用都沒關係，線上課程影片方便你隨時回來複習。

課程單元規劃

課程共分為三個章節:

課程內容分為三章：第一章 Azure平台介紹，第二章模型開發攻略，第三章模組功能大全，依序呈現平台、模型開發與模組功能。

第一章 Azure 平台介紹 :

了解 Azure 與 Azure 機器學習工作室，基礎環境介紹。

Microsoft Azure Machine Learning Studio 的 Adult Census Income Binary 實驗流程，串接 Select Columns in Dataset、Split Data、Train Model、Score Model 與 Evaluate Model，並使用 Two-Class Boosted Decision Tree 完成二元分類模型訓練與評估。

第二章 模型開發攻略 :

本章會詳細解說資料科學開發流程，從獲取資料、訓練模型、再到最後的模型驗證與發佈，讓你快速了解開發時所需要的步驟。

第二章「模型開發攻略」聚焦問題梳理，涵蓋回歸問題、分群問題、分類問題與推薦模型，呈現從問題分析到模型建立的流程。

1. 單元 1~2：機器學習基本知識梳理問題 : 機器學習問題分析，好的開始是成功的一半。

2. 單元 3：開發模型流程介紹 : 模型開發透過案例實作介紹資料科學開發流程 TDSP (Team Data Scientist Process)。逐步講解每個流程做些什麼、以及會用到那些 Azure 機器學習工作的元件。

資料科學開發流程以循環方式呈現六個階段：輸入資料、資料理解、特徵工程、建模、驗證，最後發佈模型，再回到資料輸入持續迭代。

此外，本章更包含二個「手把手實驗室」，用實際案例帶你認識資料分析與機器學習流程 :

1. 客戶流失率模型 : 分類問題

「手把手實驗室」以客戶流失率模型為案例，透過實用案例實際操作演練，熟悉機器學習開發流程，以及分類問題模型開發。

2. 房價預測模型 : 回歸問題

手把手實驗室聚焦房價預測模型，藉由實用案例實際操作演練，熟悉機器學習開發流程與回歸問題模型開發；左側搭配房屋、樹木與郵筒插畫。

第三章 模組功能大全 :

本章將分五回合，詳細介紹各階段相應的 Azure 機器學習工作室裡所有功能，完整介紹 Azure 機器學習工作室模組的用途、用法與設定方式，一一破解使用及設定中可能遇到的問題。

第三章「模組功能大全」以五個階段介紹流程：第一回資料獲取、第二回資料梳理、第三回特徵工程、第四回模型建置，以及第五回模型驗證。

最後也將介紹如何應用網路資源找到更多案例，學習其他資料科學家如何做出一個好的模型，讓你能站在大神的肩膀上看世界！

Azure AI Gallery首頁展示精選內容，主視覺為 Microsoft 的 AlexNet 1.2，並列出 Human Resources Analytics、Retail Customer Churn Prediction、Cognitive Toolkit Tutorials Collection 等人工智慧分析資源。

回覆與作業設計

回家作業單元以飛機引擎維修為背景，透過實用案例與實際操作演練，學習預測性維修模型、機器學習開發流程，以及分類問題模型開發。

任何問題都可以在 Hahow 問答區詢問，每週會有 1 到 2 次回覆同學們的問題。
第四章為本課程作業，包含：

作業說明：說明題目、資料獲取方式與資料欄，剩下請同學照著上課學到的資料科學開發流程自行練習實作

操作與解答（單元 4-1、4-2）：說明資料整理與後續的開發如何實作，請同學自行動手先做，若真有疑問再觀看解答單元影片，練習一次此類問題的開發方式。

課程解鎖活動

（已解鎖）募資達 200% 解鎖 Azure Machine Learning 發佈應用 : 模型 Web Service應用篇

（未解鎖）募資達 300% 解鎖 Azure Machine Learning 發佈應用 : Real-Time Data 應用方案，Azure ML、Azure Stream Data 與 Power BI 的結合篇

若募資成功並達成解鎖目標，預計將於開課後兩周內上傳解鎖內容。

關於講師 Amber

目前任職外商資料分析師，畢業於政治大學商學院，曾經做過財務分析師與資料庫管理員 (SQL Server 2008-2019) 與商業分析資深工程師，有豐富的工作經驗。透過自主學習，對於 Azure 平台管理使用、機器學習 Machine Learning Studio & Service、商業智慧 Power BI 等，都有相當經驗，並運用於工作中。曾於微軟任職專任講師，擁有微軟 Azure 平台與 Machine Learning 多張證照。

專業認證徽章包含 Microsoft Certified Azure Administrator Associate、Azure AI Engineer Associate，以及 Microsoft Certified Professional MCSA Machine Learning，並標示 Earned 2019。

Microsoft Certified Professional Certificates認證清單列出五項認證，最新為 Microsoft Certified: Azure AI Engineer Associate（February 14, 2020），另含 Azure Administrator、Machine Learning、Azure Fundamentals 與 Microsoft Certified Professional。

哪些人適合這堂課？

1. 想學習機器學習的初學者 2. 想學習 Azure 機器學習工作室的初學者 3. 已經學習過 Python 或是 R，但感覺門檻太高吸收不良者

你可以學到

1. 具備 Machine Learning 基礎知識 2. 具備 Machine Learning 問題類型梳理的能力 3. 具備 Machine Learning 開發流程的能力 4. 具備使用 Azure 機器學習工作室的能力 5. 具備資料清理、特徵工程、訓練模型、模型驗證和發布模型能力 6. 具備獨立建模的能力

上課前的準備

需要準備的工具 / 軟體（若購買課程前不清楚版本是否支援，請先留言與老師確認。）

基本上不需要特別工具，一台有網路的電腦即可。

需要具備的背景知識

1. 熟悉電腦基本操作或是 EXCEL 基本操作（一年） 2. 無任何程式程式背景或經驗的初學者

單元一覽

4 章 24 單元｜總時長 126 分鐘

全部展開

什麼是Azure?什麼是Azure Machine Learning 工作室?

單元 1 - Azure平台簡介