從 Azure Machine Learning 開始進入機器學習

什麼是機器學習? Machine Learning(機器學習)不是什麼新技術,至少我在十幾年前(遠目)在大學時修這門課是就已經是發展一段時間的領域,而用最簡單的說法來解釋「機器學習」,就是讓機器擁有學習能力,能夠建立自己的「智慧」,進而在真實世界中進行推論(預測)、分類或是分群等動作,當然,就像我們人類學習一樣,要嘛是讀書破萬卷,要嘛是從師長口中、生活當中得到經驗,然後把這些內容、經驗歸納出自己的智慧,機器要學習也需要大量的資料才能進行學習,而之所以最近會成為一個熱門的話題,自然也是因為資通訊的發達後,人們開始想從大量資料(Big Data)中找出商業智慧或是利用這些資產來建立智慧,於是爭相開始討論機器學習。 具體來說,到底機器學習的是什麼呢?科學家們將學習的模型分成幾種類型,以上圖為例,它是一種學習「分類」(classification) 的問題,透過合適的學習方法(學習演算法)建立起來的模型,就像圖中的虛線一樣,能夠判斷哪些資料是哪一個類別。以現實生活來舉例,郵件伺服器可以透過機器學習來學會判斷一封信是否為垃圾郵件,學習的資料就是過往大量的郵件,以及導師(例如你手動標記哪些信是垃圾信)標記哪些信是垃圾信,讓郵件伺服器愈來愈有能力主動地判斷一封新信件是否為垃圾郵件,這就是機器學習的應用之一。所以我們可以知道,機器學習是讓機器(當然包含軟體)有能力對於未來的事物或情境採取行動的方式。 Azure Machine Learning Azure machine learning overview from Lin-Chieh Shangkuan Azure 機器學習(Azure ML)是 Microsoft Azure 平台上其中一個服務,這個服務為想要進行機器學習的開發團隊,提供了處理大數據的基礎建設、機器學習的演算法、硬體運算資源、以及將模型變成 Web Service 等服務,讓開發團隊可以專注在資料的蒐集、要解決的問題、判斷要「學習」什麼問題,其它運算的工作就讓 Azure 機器學習這個平台來完成。在這個服務下,不管你的資料放在哪裡(放在 Azure 上或不在 Azure 上),都可以拉進 Azure ML 來進行學習的工作,這裡我們以實際的操作來做說明。 上圖是 Azure Machine Learning Studio 的首頁,可以看到一些影片介紹,如果想要立刻免費體驗 Azure ML(是的,有免費方案),可以點右上角的 Sign In 連結,使用 Microsoft 帳號(也就是之前的 Windows Live ID、MSN 帳號等)登入,就會進入 Azure ML Studio 的操作畫面(或是你要稱它為實驗室也可以):…

0

動手玩 Windows for IoT – (1) 在 Intel Galileo 開發板上執行 Windows 以及第一個 IoT 程式

在 //Build/ 2014 的 Keynote 上,微軟宣佈了將會有 Windows for IoT (Internet-of-Things) 的計劃,這個計劃的相關內容都放在 http://windowsondevices.com 這個網頁中,相關專案也都會在 GitHub 上的 https://github.com/ms-iot 這個帳號下。 而在目前公開的成果中,首先支援的開發板是 Intel Galileo(一、二代都可以),由於這個開發板相容 Arduino,而且微軟也基於這個 Windows for IoT 出了一個 Galileo C++ SDK 也是相容 Arduino 的開發環境,所以完全可以利用現有 Arduino 生態系的資源,對於熟悉使用 Visual Studio 的開發人員來說,開發這類 IoT 的應用也更加方便了。 準備環境 要開始在 Intel Galileo 上玩 Windows IoT,就要做一些準備,以下分為要裝備的硬體及軟體。 準備硬體 這裡要準備最基本的硬體包含了: Intel Galileo 開發板(Gen 1 or Gen 2 都可)…

1