【1/28 線上直播】mini Connect(); Keynote 主題演講 + 六部熱門影音課程皆已釋出!

影片投影片釋出 << mini Connect(); 2016  >>         開發人員的角色正在急速轉變,正如同過去一年的微軟,一年前我們展示了一個全新的微軟,宣告開發平臺新願景:「支援所有開發者,在所有平臺上,開發所有類型應用」。這次 mini Connect(); Keynote 主題演講,由台灣微軟技術傳教士 上官林傑 說明微軟開發工具及服務轉型的下一步,並帶來 Connect(); 2015 Keynote 中 Scott Guthrie 所展示的 HealthClinic.biz demo,重現精采的 end-to-end demo 情境,其提供不同的 websites、mobile apps、wearable apps 和其他服務,而這些服務都運行在最新微軟及開源技術上。 Live 即時問答 + 6 部熱門影音課程  初探 Visual Studio 2015 Update 1 全貌         Visual Studio 2015 正式發佈後,改變以往 Visual Studio 開發工具只能在 Windows 平台開發 .NET 語言的挶限,積極與開源專案及第三方廠商合作,推出 Visual Studio Code,可以在 Mac、Linux 環境下使用程式碼編輯器且享有語法提示支援、程式碼版本管理以及功能套件的擴充,更發佈免費的 Visual StudioCommunity…

0

神 Tools,這樣也可以辨識!

       Chris Bishop,Microsoft 在英國劍橋研究單位的領導人,在 Microsoft’s Future Decoded 研討會示範一個能夠辨識人類臉部情緒的新工具。人們天生擅於由人類臉部的表情辨識人的情緒,但是對於電腦而言,這並非是一件很容易的事。        直到今日,在機器學習 (machine learning) 與人工智慧 (artificial intelligence) 領域的進展,使得電腦科學家能夠開發出能夠辨識聲音、文字、圖片、甚至臉部表情的智慧應用程式。Microsoft Oxford 專案 (Microsoft Project Oxford) 團隊今天計畫要向大眾發佈一個 beta 版本的新工具,讓程式開發者能夠使用這個工具的功能,包括辨識人類臉部表情的功能,發展更多機器學習的應用。ChrisBishop 是 Microsoft 位於英國劍橋的研究單位的主管,在今天稍早的 Future Decoded 這個 Microsoft 探討未來的商業與技術的研討會的主題演講中展示了一個臉部表情辨識工具。       許多 Microsoft 自己的產品都有用到這個工具的功能,這個工具主要是設計給未具機器學習或人工智慧專業知識,而卻想要為應用程式加入語音辨識,視覺與語言判讀功能的程式開發者使用的。而近日微軟釋出 Speaker Recognition APIs ,用語音就能進行辨識!Microsoft 在今年春季首次發表了第一個版本的 Oxford 專案的工具(請參考:Microsoft Project Oxford tools last spring),Oxford 專案的經理說,這個工具很快地吸引了世界財富 500 大 (Fortune 500)…

0

微軟 Machine Learning 帶你玩元宵節猜字謎!

作者: George Thomas Jr. 原文: Chinese Tradition Inspires Machine Learning Advancements,Product Contributions 微軟猜字謎 誰說猜燈謎只能是元宵節的傳統活動!微軟日前顛覆了這項傳統推出一款線上猜字謎讓你隨時都能享受猜燈謎的樂趣。這項遊戲採用Bing搜索引擎及翻譯軟體機器學習及人工智慧的概念,延伸出來的一款新功能。 在歡度新年的同時,微軟北京實驗室的語言計算團隊研發出一款 線上猜字謎,彷彿是在向中國傳統文化及元宵節致敬。這款猜字謎系統不僅能夠快速解出使用者的謎題,也能提供謎題讓使用者挑戰。假設任意輸入一個字詞作為謎腳,系統將自動從這項字詞設計多組相對應的謎題讓使用者解答。 微軟的這款猜字謎系統採用互聯網平台、收集巨量數據、以機器學習方法自動建立智能模型,體現了自然語言處理2.0 的概念堪稱一項創新。此外,擔任自然語言計算組及微軟亞洲研究院首席研究員的周明博士提到「我們也收集線上用戶回饋藉而將使用者納入進來,未來這項猜字謎系統會變得更加完善」。 趕緊來試玩看看 微軟猜字謎 題目: 兩人相逢在異鄉 答案: 縱 (解答也會附上推理過程) 話說,微軟2004年發行了一款「微軟對聯」在當時非常成功,而這款猜字謎系統可說是因為「微軟對聯」誕生的系統。「微軟對聯」的推出是因為當時實驗室主任,現任技術研究中心執行副總裁Harry Shum交付了一項任務給周明博士: 打造出一款自動對聯系統。 原本這只是同事之間的挑戰,但自動對聯系統的發明進而將自動翻譯系統推向另一境界。上圖為中國的傳統對聯。 對聯是中國文化獨有的一項特色,至今已有幾千年歷史,主要由兩句片語或句子所組成一副對聯。對聯的精髓在於上下兩句要有相同的韻腳、長度及相對應的內容,這也是它具有挑戰性的地方。舉例來說:「駿馬騰飛迎福至」呼應上句,下句可以接「金羊起舞報春來」。 周明博士不畏挑戰,決定利用機器解譯為根基打造出一款創新的自動對聯系統。隨著時間的推移,他的研究團隊不斷擴大,打造出了這款「微軟對聯」,尤其在過年期間特別受歡迎,每日使用量多達35,000次,可想的到系統一天創造出多少對聯! 因為有開發「微軟對聯」累積長達十年的實力,這次他們花了四個月打造出這款新的猜字謎系統。開發過程中,研究人員進行大量資料探勘及分析,用統計機器學習的方式將各類自然語言描述轉化成字詞的謎底。使用者不僅可以看到謎底之外也能看到邏輯推理過程,讓使用者能更深入思考。 周明團隊打造的線上翻譯系統不僅獲得了30多項專利,也將自然語言處理、機器學習、人工智慧的發展推向另一高峰,進而優化了Bing搜尋引擎、輸入法編輯器、Windows phone應用程式..等的中英翻譯功能。 「電腦玩猜燈謎可說是史無前例」周明博士說到。「我們希望藉由微軟對聯及微軟猜燈謎這兩個人工智慧系統將中國傳統文化傳承下去,想要學習中文也鼓勵大家可以多多利用」

0

生在大數據時代,你一定要了解 Machine Learning 機器學習

  生在大數據時代,你一定要了解 Machine Learning 機器學習                     「大數據分析及機器學習開創了更多的商業應用,Microsoft Azure 雲端平台不僅能夠提供物聯網的資料運算與分析服務,同時透過機器學習,也讓物聯網產業走向智能產業。」台灣微軟營運暨行銷事業群總經理康容曾經這樣說過。當物聯網這詞越來越火紅,各個企業都想辦法讓裝置連上網,透過雲端上的機器學習分析大數據,協助企業更快速準確地做決策。上個月微軟與研華科技合作建立全亞洲第一座物聯網智慧雲端平台,以 Microsoft Azure 雲端平台結合研華科技的 SUSIAccess 物聯網解決方案共同拓展全球物聯網加值應用開發。了解更多請看 案例分享。         機器學習可藉由電腦系統搜尋歷史資料來預測未來趨勢和行為,成為日常生活不可或缺的一部分。像是搜尋引擎、線上建議、定向廣告、虛擬幫手、需求預測、詐騙偵測、垃圾郵件過濾等等,機器學習皆可強化這些現代服務。Microsoft Azure 的機器學習提供強大的雲端預測分析,已整合受到完整管理,不須購買軟硬體,內建多達 350 個 R 套件,也可以自己帶入自己的 R 程式碼,只需按一下即可快速部署,Azure 機器學習結合新的分析工具、針對 Xbox 與 Bing 所設計的強大演算法,和這幾年來對微軟機器學習的研究,已經成為一個簡單好用的雲端服務。簡單來說,這是一個改變遊戲規則的產品。它讓使用資料的新手和初學者無需昂貴的費用,就能運用以前只能在複雜商業行為中使用的工具。大型企業可以更快更有效率地從資料中獲得更多價值。所以這一期就讓我們來認識這項人人都在討論的主題:機器學習。     MVA 微軟虛擬學院 Pay Nothing, Learn Everything!    http://mva.ms/    Machine Learning 機器學習實作 – 五分鐘完成商品推薦系統講師:Jesse Chang & Angi Wang Microsoft Azure ML (Machine…

0

Microsoft 的 IoT 世界觀:建立「你的」物聯網

隨著愈來愈多人談論創客(maker)精神,以及巨量資料的議題,物聯網(Internet of Things,以下簡稱 IoT)的題材也跟著熱門起來 —— 這些可以寫程式控制的硬體、裝置,在接上網路之後,除了可以將裝置上蒐集的資料往某個地方(也許是所謂的 “cloud")傳遞儲存之外,這些裝置設備可能還會透過網路接收到一些「訊息」來調整它的運作邏輯。試想家中的空調設備若也是一個連接網路的設備,它蒐集了你使用空調的各種數據,往一個智慧系統傳送,接著這個智慧系統建立了一個預測你習慣的模型,根據這樣的模型把預測什麼時候要調高調低溫度的「訊息」送回給空調設備,如此一來,空調設備的自動調節運作也許會更符合你的使用習慣(當然你還是可以手動調整)。 在上面的例子,我們看到了有設備(物,things)以及網路傳輸(網,internet),再加上資料及智慧系統,建造出一種理想的物聯網情境應用,而在這些情境應用中,最重要的部份其實就是處理資料以及從資料中學習的智慧系統。Microsoft 希望與客戶或合作夥伴的合作方式,並不一定要跳脫原本的核心事業,刻意地去做一個新的裝置或設備,而是能在原本的核心事業中加入 IoT 的思維,不論前端的設備用什麼樣的平台或技術打造,都可以結合 Microsoft 的智慧系統來提升效率、啟發創新以及協助商業轉型。 接下來,我們可以來探討 Microsoft Azure 上的服務如何來幫助各行各業導入 IoT 思維。 提升效率 如果不是從頭開始,要在既有的各種設備上蒐集資料、或是加上網路傳輸的功能,首先就要處理眾多異質平台,以及設備數量(直接影響資料數量)等等的問題,但是透過 Azure Event Hubs 的服務,不論前端是什麼樣的設備,透過官方提供的 SDK、或是照著 AMQP 或 HTTPS 的方式進行傳輸,都可以很輕易地將資料傳輸到雲端,更重要的是,Azure Event Hubs 天生就是為了處理即時巨量資料所設計的服務基礎所設計,所以也不必煩惱短時間湧入的大量資料要如何處理的問題。這些問題解決了,也將更容易及輕鬆實現蒐集巨量資料的目標,並且這些都可以是自動化操作,不必擔心後端蒐集資料的平台無法處理的問題。 除了能處理大量的即時資料之外,Azure 上的 Storage 或是 HDInsight 服務上的 HBase 因為有異地備援的特性,可以安全地儲存這些珍貴的資料,而且 Azure HDInsight 就是完整移植了 Apache Hadoop 的生態系,所以處理巨量資料操作的問題也解決了,當這個系統已經幫助您建構好眾多的基礎建設時,效率還不提升嗎? 啟發創新 如果辛辛苦苦蒐集了一大堆的資料,結果必須要隔一段時間才能分析或是操作資料,那反應就比其它的競爭對手或是合作夥伴慢了幾拍,更別提資料的來源可能還有好幾個,那還談什麼創新呢?所以 Azure Stream Analytics 服務以及基於上述提到的 Azure HDInsight…

0

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