Azure Machine Learning の Jupyter Notebook 対応 ( 前編 )

Microsoft Japan Data Platform Tech Sales Team 森本 信次   Azure Machine Learning ( 以降 Azure ML )は Microsoft が提供しているクラウドベースの機械学習サービスです。Azure ML では ブラウザーを使って様々な機械学習の手法を実行することが可能ですが、Jupyter  Notebook を使用することも可能となっています。 Jupyter Notebook  とは、ノートブック形式で作成したプログラムを実行し、実行結果を保持しながら、データ分析作業を進めるためのツールです。プログラムとその実行結果やその際のメモを簡単に作成、確認することができるため、自分自身の過去の作業内容の振り返りや、チームメンバーへ作業結果を共有する際に便利なほか、スクール形式での授業や研修などでの利用にも向いています。 ではさっそく、Azure Machine Learning Studio で提供されている チュートリアルを実際に進めながら Notebook の使い勝手を見ていきたいと思いますが、必要に応じて以下 のMicrosoft アカウントの作成およびワークスペースの作成を行うようにしてください。   Microsoft アカウントの作成 Microsoft アカウントをもっていない場合にはリンク先から作成します。 ホーム – Microsoft アカウント   ワークスペースの作成 下記リンクを開き「Get Started」ボタンをクリックし、Microsoft アカウントにサインインします。 Microsoft Azure Machine…

0

Azure 上に AlwaysOn AG 構成を構築する際のリスナーについて

Microsoft Japan Data Platform Tech Sales Team 中川 オンプレ環境において AlwaysOn Availability Group(以後、AGと称す) 構成を幾度となく構築した経験のある人でも、Azure 上で AlwaysOn AG を構築する際についつい躓いてしまうポイントがあります。それはリスナー構成です。今回はそのリスナーを構成する際に Azure ではオンプレ時とは少し違った考え方をしなければならないポイントをお伝えします。 まずは、オンプレ環境にて AlwaysOn AG を構築する際のリスナーについてですが、あまり意識していない方もいらしゃるかと思いますが WSFC(Windows Server Failover Cluster) のクラスターリソースの一つであるクライアントアクセスポイントとして登録されます。具体的にはそのクライアントアクセスポイントの IP が AG ノードの NIC に仮想 IP として割り当てられ、プライマリレプリカとなる AG ノードでその IP が Up されることにより、DB クライアントはリスナーを指定して接続すると常にプライマリレプリカに接続できるようになっています。 [フェールオーバー クラスター マネージャー にて] [プライマリレプリカノードにて] この時点ではセカンダリレプリカノードではクライアントアクセスポイントの IP (上記の場合には 10.0.0.20 )は Up していませんが、フェールオーバーするとセカンダリレプリカノードがプライマリに昇格し、クライアントアクセスポイントの…

0

Microsoft Azure 仮想マシンに SQL Server を導入、設定する際のポイント 4

Microsoft Japan Data Platform Tech Sales Team清水 みなさん、こんにちは。 3 回目は、 Microsoft Azure で Windows 仮想マシン ( 以降仮想マシン ) を作成する際のポイントをお伝えしました。 4 回目は作成した仮想マシンの設定時と、先日リリースされた SQL Server 2016 をセットアップする際のポイントをお伝えします。 SQL Server 2016 はミッションクリティカル、クラウド連携、高度分析の観点で大幅に強化されていますので、ぜひ SQL Server 2016 をご検討下さい。  

0

まず始めよう!Cortana Intelligence ギャラリーを使って統計分析・機械学習を10分で始める方法

Microsoft Japan Data Platform Tech Sales Team 阪本 真悟 以前のエントリでマイクロソフトの統計分析・機械学習ソリューションの紹介をしましたが、エンタープライズ IT 系のニュースでも統計分析や、機械学習に関する記事を目にする機会も増えてきました。 企業の中でも自社システム内に蓄積されている情報を活用し、「統計分析」「機械学習」を使って未来のビジネスに活かしたい!と考える方も増えてきています。 一方で「統計分析」「機械学習」をビジネスに活かすと言っても具体的なイメージがつかめなくて何をどうすればいいのか分からなかったり、最初の一歩が踏み出せなかったりといった悩みもあるのではないでしょうか。 これらの技術を学び・活用することは難しい面もありますが、Azure Machine Learning(機械学習)とマイクロソフトが提供するデータ分析テンプレートを活用することで、より早く・簡単に機械学習を使った統計分析ソリューションを活用できるようになります。   <Cortana Intelligence ギャラリーのご紹介> 今回は業務で使える様々なテンプレートを集めて公開している Cortana Intelligence ギャラリーと今すぐ使えるテンプレートをご紹介します! Cortana Intelligence ギャラリーを使うとこんなメリットがあります。 ・業務活用を想定した興味深いソリューション・テンプレートが見つかる ・テンプレートを Azure ポータル画面、Machine Learning Studio ワークスペースにデプロイして、すぐに使える ・デプロイされたテンプレートを見て、機械学習を含む Azure の様々なサービスの使い方を学べる ・Power BI を使って様々な最新のデータ視覚化を試すことができる ・予測分析など自作のテンプレートを投稿して公開できる(他のユーザから学べる)   現在、データの作成からリアルタイム分析・機械学習によるバッチ分析、さらにデータ利用者への可視化サービスまで全てを包含したソリューション・テンプレートとして以下 3 種類の業務テンプレートを公開しています。 自動車のテレメトリー分析 飛行機の予兆保全 エネルギーの需要予測   それぞれ、こんなことが出来ます。 自動車のテレメトリー分析 車両に取り付けたセンサから数秒毎に収集したデータをリアルタイム分析することで現在の車両の状態確認を行う。また蓄積データと合わせた機械学習により車両のメンテナンス予測、リコール予測、運転習慣による洞察を Power BI…

0

SQL Server 2016 リリースで変わったこと

Microsoft Japan Data Platform Tech Sales Team 伊藤 SQL Server 2016 がリリースされて、製品機能以外でこれまでと変わった以下の点をご紹介します。 SQL Server Management Studio (SSMS) の提供方法 SQL Server Data Tools (SSDT) の一本化 SQL Server の新サンプル データベース SQL Server 自習書   SQL Server Management Studio (SSMS) の提供方法 これまでのバージョンの SQL Server ではインストール メディアに SSMS も含まれていましたが、SQL Server 2016 のインストール メディアには含まれず、スタンドアロンでの提供となります。新機能や修正、SQL Server や Azure SQL Database の最新機能のサポートのため SSMS…

0

de:code 2016 のセッション動画が公開されました

  先日行われました、弊社イベント de:code2016 のセッション動画が公開されました。 以下 URL から参照頂けます。 https://channel9.msdn.com/Events/de-code/2016   我々のチームで担当したセッションについてはこのページからも閲覧が可能です。   クラウドで実現するスケーラブルなデータウェアハウス Azure SQL Data Warehouse 解説     Power BI Service のアーキテクチャとエンタープライズ利用におけるデザイン パターン     SQL Server 2016 Analysis Services のアーキテクチャとその活用方法  

0

マイクロソフト データプラットフォームにおける Tableau の利用

Microsoft Japan Data Platform Tech Sales Team 土井 お客様とのコミュニケーションの中で、 “Tableau と Power BI の違いを教えてください” というご質問をよく頂きます。 Power BI をご利用いただくメリットとしては、エンドユーザの Excel スキルをそのまま生かせる点や、Power BI は Azure Active Directory を認証基盤としているため、既に Office 365 等のマイクロソフトのクラウドサービスをご利用いただいている場合はスピーディに導入頂けること等さまざまなものが挙げられます。 クライアントツールとしては、 Tableau Desktop と Power BI Desktop は製品レイヤーが被るものではありますが、どちらも非常に優れたツールであり、「エンドユーザの好みに合わせて使い分けていただくのが一番よいのではないでしょうか」 と回答することがほとんどです。というのも、マイクロソフトは Power BI に最適なデータ活用基盤として SQL Server を提供していますが、同時に 3rd Party の BI ツールからも接続可能なオープンな基盤であるからです。   また、世間一般的には競合会社と思われがちな両社ですが、グローバルではテクノロジーパートナーシップを結んでおります。 [Tableau 社のテクノロジーパートナー一覧] http://www.tableau.com/ja-jp/partners/technology&page=2  …

0

Azure SQL Data Warehouse での統計の作成と更新

Microsoft Japan Data Platform Tech Sales Team 高木 英朗   Azure SQL Data Warehouse の概要について、以前の Blog で触れました。 また、先日の de:code 2016 のブレイクアウト セッション(DBP-009) で、アーキテクチャとパフォーマンスを意識した設計のポイントについても解説致しましたが、Azure SQL Data Warehouse でパフォーマンスを引き出すためのもう一つ大事なポイントが統計情報です。統計情報は、さまざまなクエリの実行方法のコストを評価して、クエリの実行プランを作成するための情報を提供します。 適切な統計が無い場合、Azure SQL Data Warehouse で実現される最適なパフォーマンスは得られません。 SQL Server とは異なり、 Azure SQL Data Warehouse では統計情報が自動的に作成されないため、手動での作成および更新が必要になります。 統計には以下の2種類があります。   (1) 単一列統計 1 つの列の値の範囲と出現頻度に関する情報を含むオブジェクトです。 オプティマイザはこのヒストグラムを使用してクエリ結果の行数を推定し、クエリを最適化する方法に関する決定に直接影響します。   (2) 複数列統計 列のリストで作成される統計です。 この統計には、リストの最初の列の単一列統計に加え、密度と呼ばれる列間の相関関係情報が含まれます。 複合結合やグループ化などの一部の操作では、複数列統計によってクエリのパフォーマンス向上が期待できます。 どの列に統計を作成するか もっとも簡単な方法としては、すべての列にサンプリングされた統計を作成することです。しかしこの場合は、統計を更新するコストが高くなってしまう場合があります。その場合は統計を作成する列を限定することを検討しましょう。例えば新しい値が毎日追加されるような日付列だったり JOIN、GROUP…

0

Azure DocumentDB のご紹介

Microsoft Japan Data Platform Tech Sales Team 大林裕明 Azure DocumentDB をご紹介します。 名前から想像すると Word や Excel などのドキュメントファイルを検索するデータベースなのかと想像される方もいらっしゃると思いますが ここでいうドキュメントとは JSON ドキュメントを指し、Java Script や SQL で JSON ドキュメントを格納・操作することのできるデータベースサービスです。 JSON ドキュメント   例えば通販カタログの商品のように衣料や家電、食品などいろいろな種類をまとめた商品マスタを作成する場合、商品名や価格など共通化できる項目とそれぞれの商品固有の属性を持つ項目があります。 この商品マスタを RDBMS 上にテーブルとして作成するには商品固有の属性もすべて列として定義する必要があります。また、新しい種別の商品を加える場合、その商品固有の属性があればそれも列として追加する必要がありテーブル定義の変更を伴います。 JSON とは上記のように名前(定義)とデータをセットに持たせ、更に階層も柔軟に持たせることができ、Azure DocumentDB ではその JSON ドキュメントのデータをスキーマフリー(テーブル定義なし)でコレクションに格納することができます。 コレクションとは JSON ドキュメントや Java Script を格納するエンティティです。 格納した JSON ドキュメントを Java Script だけではなく、SQL でデータを照会できるのも Azure DocumentDB の特徴です。 上記の例にあるデータを…

0

Microsoft Azure 仮想マシンに SQL Server を導入、設定する際のポイント 3

Microsoft Japan Data Platform Tech Sales Team 清水 みなさん、こんにちは。 2 回目は、 Microsoft Azure で作成可能な Windows 仮想マシン ( 以降仮想マシン ) の種類やサイズと、これらを選択する際のポイントについてお伝えしました。 今回は、実際に仮想マシンを作成する際のポイントをお伝えします。  

0

Azure SQL Data Warehouse とは

Microsoft Japan Data Platform Tech Sales Team 坂本 禎尚   現在パブリック プレビュー中で、まもなく一般公開となる Azure SQL Data Warehouse は、マイクロソフトが Azure というパブリック クラウド上で提供する PaaS 型のデータ ウェアハウス(以下、DWH) サービスです。 マイクロソフトはオンプレミス環境向けに Analytics Platform System (旧 Parallel Data Warehouse) という名称で大規模 DWH をサポートするアプライアンス製品を過去 5 年以上に渡って提供し続けており、ここで磨かれ抜いたコア テクノロジーを Azure の PaaS 基盤に最適化したものが、 Azure SQL Data Warehouse です。

0

統合ソリューション BizTalk の概要 と 最新情報

Microsoft Japan Data Platform Tech Sales Team 森本 信次 ・BizTalkとは BizTalk は マイクロソフトが提供するシステム間・統合プラットフォームです。 以下 EAI 、B2B 、および オンプレミス-クラウド間連携 のためのデータ連携機能を提供します。 EAI (Enterprise Application Integration) : 企業内の複数のシステムを連携させ、データやプロセスを統合 B2B(Business-to-Business) : 企業間の物品の売買やサービスの提供、企業と金融基幹との取引など   BizTalk は 稼働するプラットフォームにより 2つに大別できます。 オンプレミスのサーバー上で稼働する BizTalk Server ( 2000年提供開始、最新バージョンは BizTalk Server 2013 R2 ) Microsoft Azure つまり クラウド上で Paas として提供されている BizTalk Services ( 2013年提供開始 )   ・最新情報…

0

Microsoft Azure 仮想マシンに SQL Server を導入、設定する際のポイント 2

Microsoft Japan Data Platform Tech Sales Team 清水 みなさん、こんにちは。 1 回目は、Microsoft Azure で Windows 仮想マシン(以降仮想マシン)を作成する際の準備についてお伝えしましたが、いかがだったでしょうか。 2 回目は仮想マシンの種類やサイズを選択する際のポイントをお伝えします。  

0

Microsoft Azure 仮想マシンに SQL Server を導入、設定する際のポイント 1

Microsoft Japan Data Platform Tech Sales Team 清水   みなさん、こんにちは。最近はクラウド環境に DB サーバーを構築することが増えてきていると思います。今回は、クラウド環境における高可用性 DB サーバーの構築を前提とし、 Microsoft Azure の Windows 仮想マシン(以降仮想マシン)を作成する際のポイントをお伝えしたいと思います。仮想マシン作成時のポイントをお伝えした後、 SQL Server のデータベースエンジンを導入、設定する際のポイントもお伝えする予定です。まず、 1 回目は仮想マシンの作成前に必要な準備についてお伝えします。  

0

Power BI のデモ動画を YouTube で公開しています

Power BI
Power BI

Microsoft Japan Data Platform Tech Sales Team 土井 前回の記事 でご紹介した Power BI の機能紹介デモを 日本マイクロソフトの公式 YouTube チャンネル で御覧頂くことができます。 Power BI プレイリストは こちら   本 Blog のトップページにある下記タイルからもリンクが可能です。

0

Microsoft Power BI のご紹介

Power BI
Power BI

Microsoft Japan Data Platform Tech Sales Team 土井   みなさま、マイクロソフトの Power BI と聞いて、どんなイメージを思い浮かべるでしょうか? Excel の凄いやつ。無償で使えるやつ。Office 365 の延長線上にあるもの。クラウドの BI。・・・。 などなど、さまざまなイメージがあるかと思います。そして、結局 Power BI って何なの?と思われる方もいらっしゃるかもしれません。 この記事ではわかりやすく Power BI とは何か、についてご説明致します。

0

SQL Server の歴史を振り返る(第 3 回目)

Microsoft Japan Data Platform Tech Sales Team 坂本 禎尚 さてここまでマイクロソフトのデータプラットフォーム戦略の中核となる SQL Server について話をしてきましたが、SQL Server 自身およびそれを取り巻く周囲の関係要素は今日非常に多岐に渡ります。 SQL Server 自身が持つ、あるいは Office 製品やクラウドサービスと連携したビジネスインテリジェンス/アナリティクス要素。IoT に端を発したビッグデータ分析基盤要素などなど。 また近年では、SQL Server はオンプレミスの製品としてだけでなく、マイクロソフトが提供するパブリッククラウドの Azure 上に PaaS のサービスとして展開された Azure SQL Database や Azure SQL Data Warehouse という形でも存在し、これらのコードは基本部分が統一されているのでアプリケーションのポータビリティ性も高く、Azure ML (機械学習)のような先進的な Azure のサービス群と組み合わせることであらゆるニーズに適応可能なデータプラットフォームになってきています。 今後の SQL Server を中心としたマイクロソフトのデータ プラットフォーム戦略に是非ご期待下さい。

0

SQL Server の歴史を振り返る(第 2 回目)

Microsoft Japan Data Platform Tech Sales Team 坂本 禎尚 リレーショナルデータベースは乱暴な言い方をしてしまえば、データを入れる為の器に過ぎないと言えるでしょう。 もちろん、その器は中に入っているデータを高速に出し入れできて、かつ堅牢であるべしというような要件を兼ね備える必要はありますが。 でも、「使う人にとって究極的に大事なことってそこじゃないよね?」と彼ら(SQL Server 7.0 当時の開発陣)は考えたわけです。   例えるなら、ある器の中に美味しそうな具が沢山入ったシチューがあったとします。 言うまでもなくシチューをデータに見立てての話ですが、そのシチューが入っている器こそがデータベースというミドルウェアです。 その器はどこかに穴があいていたり欠けていたりと危ない部分があっては困りますし、食事を取るのに持ちやすい形である必要はありますが、しょせんは器です。 「いやいや、器の見た目だって料理を引き立てる重要な要素でしょ。」という意見もあるかもしれません。もちろん、その通りです。 しかし、どんなに立派な器だって中に入ったシチューという料理自身が最も重要であることには変わりがありませんし、その料理を食べにくくしてしまうような器では本末転倒だと言うことです。 更に、その器の中に入っているシチューを美味しく頂くためには、スプーンやフォーク、場合によってはナイフや箸といったような食器も必要になってきます。 これらがあって初めて、器の中に入っているシチューを快適に美味しく頂くことができるというわけです。   今から 20 年以上前に SQL Server をリアーキテクトした開発者達は、データベースの中に収まっているデータこそがユーザーにとって最も重要なものであり、ストレージコストばかりかかる宝の持ち腐れデータとして終わらせるのではなく、ユーザーにとって価値ある情報(インテリジェンス)に変えて提供するという部分まで考える必要があると考えたのです。 ですから、SQL Server 7.0 には当時から既に OLAP や ETL と言われるビジネス インテリジェンス領域の機能も製品の中に包含されていました。 つまり、これが上述のスプーンやフォークといった食器にあたります。     その後、ビジネスアナリティクス分野も含めて数え上げるときりがないほどの追加や拡張は行われているものの、データが全ての中心にあってこれを最大限利活用する為のデータ プラットフォーム、これこそマイクロソフトが目指すべき SQL Server という製品の形であるというコンセプトはこの 20 数年の間何一つ変わることなく今に至っています。   SQL Server の歴史を振り返る編は次回が最後になります。

0

SQL Server の歴史を振り返る(第 1 回目)

Microsoft Japan Data Platform Tech Sales Team 坂本 禎尚 先週 US で、ついに SQL Server 2016 のローンチに関する発表がされました。 その週の頭の 7 日は Linux への対応を表明したりと、ここ最近良い意味で何かと世間をお騒がせしている SQL Server  ですが、皆さんは SQL Server と聞いて何を思い浮かべますか? おそらく多くの人が思い浮かべるのはリレーショナル データベースというキーワードではないでしょうか? それは間違いではありませんが、実は SQL Server というプロダクトを正しく表現したものではないのです。 なぜなら、SQL Server は非常に多面的な顔を持ったプロダクトであり、リレーショナル データベースは SQL Server が持つ複数の顔のたった一つにすぎないからなのです。 ではなぜ、SQL Server がそんな複数の側面を持つに至ったかを説明する為にも、ここで SQL Server の歴史を簡単に振り返っておきましょう。     マイクロソフトの SQL Server の歴史は、マイクロソフト自身がエンタープライズ領域のデータベースの必要性を感じ Ashton-Tate 社と Sybase…

0

Microsoft Japan Data Platform Tech Sales Team Blog へようこそ

Microsoft Japan Data Platform Tech Sales Team こちらは日本マイクロソフト株式会社でデータプラットフォーム製品群の技術営業を担当しているチームの Blog サイトです。 マイクロソフトが提供するデータプラットフォーム製品群は様々な製品・サービスで構成されており、主に SQL Server、Azure、Power BI が含まれます。   本 Blog では、我々 Data Platform Technical Sales Team が担当している製品・サービスに関して、最新の技術情報や、公開可能なロードマップ、製品をご利用いただく上でのベストプラクティス、また、日々の皆様の業務を改善させるためのソリューションなどなど、あらゆるトピックをご紹介していきたいと思っております。   こちらはマイクロソフトのデータプラットフォームに関するビジョンを示した動画になっております。 次の記事で【データプラットフォーム】という言葉に込められている深い思いをお伝えします。

0