![[Developers Festa Sapporo 2018] Azure AI ～Microsoft AzureでのAI開発のイマ～](https://cdn.slidesharecdn.com/ss_thumbnails/20181117devfestasapporoazureaipublic-181119035506-thumbnail.jpg?width=560&fit=bounds)
![[第50回 Machine Learning 15minutes! Broadcast] Azure Machine Learning - Ignite ...](https://cdn.slidesharecdn.com/ss_thumbnails/20201205ml15minazuremlignite-201205101214-thumbnail.jpg?width=560&fit=bounds)
![[AC02] Cloud Robotics Azure Platform って何だ！？～ IoT をもっと簡単に、Cloud AI の活用をもっと気軽にや...](https://cdn.slidesharecdn.com/ss_thumbnails/ac02-170602093302-thumbnail.jpg?width=560&fit=bounds)
![[Microsoft Tech Summit 2018] Azure Machine Learning サービスと Azure Databricks で実...](https://cdn.slidesharecdn.com/ss_thumbnails/20181107techsummitazuremldatabricks-181108015121-thumbnail.jpg?width=560&fit=bounds)
![[CTC Forum 2019/10/25] 事例から学ぶ！AWS 移行でデータベースの管理・コストを削減する方法](https://cdn.slidesharecdn.com/ss_thumbnails/ctcforum20191025learnfromexamplesawsmigrationmethodtoreducedatabasemanagementandcost-191107204532-thumbnail.jpg?width=560&fit=bounds)
![[Azureビッグデータ関連サービスとHortonworks勉強会] Azureビッグデータ関連サービス最新情報](https://cdn.slidesharecdn.com/ss_thumbnails/20160719hortonworksmeetupazuredata-160721074638-thumbnail.jpg?width=560&fit=bounds)
More Related Content
What's hot (20)
Similar to AIビジネスクリエーションワークショップ@東京 (20)
![[Japan Tech summit 2017] MAI 003](https://cdn.slidesharecdn.com/ss_thumbnails/techsummit2017pdfmai003-171116035458-thumbnail.jpg?width=560&fit=bounds)
More from Deep Learning Lab（ディープラーニング・ラボ） (20)
![[Track 4-6] ディープラーニングxものづくりが日本を強くする ～高専DCONの挑戦～](https://cdn.slidesharecdn.com/ss_thumbnails/integraixdllpdf-200819065852-thumbnail.jpg?width=560&fit=bounds)
![[Track3-2] AI活用人材の社内育成に関する取り組みについて ～ダイキン情報技術大学～](https://cdn.slidesharecdn.com/ss_thumbnails/3-2dllabconferencedaikinisid2020-07-20-2-200819034039-thumbnail.jpg?width=560&fit=bounds)
![[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略](https://cdn.slidesharecdn.com/ss_thumbnails/datumstudiomitsuda-200819031400-thumbnail.jpg?width=560&fit=bounds)
![[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測](https://cdn.slidesharecdn.com/ss_thumbnails/dldc20200801nssoltokutake-200819025900-thumbnail.jpg?width=560&fit=bounds)
AIビジネスクリエーションワークショップ@東京
- 1. 深層学習の事例や利活用方法を学べる勉強会 を毎月開催、オンライン配信あり 深層学習 PJ 推進に必要なビジネスマンや エンジニア育成講座を全国展開 実績のある深層学習関連 企業との共同 PJや 分科会活動を推進する機会の提供 目的 人工知能や深層学習の実社会での活用を推進 知る 学ぶ 使う ３ つ の 機 能
- 3. Azure AI テクノロジー ご紹介 樋口 拓人 日本マイクロソフト株式会社 Marketing & Operations Azure Product Marketing Manager
- 4. MSR Beijing MSR Cambridge MSR Redmond MSR Montreal MSR New EnglandMSR New York Fueled by Microsoft breakthrough research 96% on RESNET vision test 94.9% on Switchboard test 89.4% on Stanford CoQA test 69.9% with MT Research system 39.5 Teraflops with Intel Stratix 10 MSR India MSR Shanghai 翻訳の品質 人間レベルへ到達 物体認識の正答率 人間レベルへ到達 Switchboar d Switchbo ard cellular Meeting speech IBM Switchboard Broadcast speech 読解力テストの正答率 人間レベルへ到達 会話認識のエラー率 人間レベルへ到達 初めてFPGAを データセンターに配置
- 5. Microsoft AI の進歩 視覚 (Vision) 2016 2017 January 2018March 2018 会話 (Speech) 言語 (Language)
- 7. 3つのソリューションから構成 AI apps & agents Knowledge miningMachine learning
- 8. 3つのソリューションから構成 AI apps & agents Knowledge miningMachine learning
- 10. スケーラブル & マネージドなインフラストラクチャー Machine Learning Compute 実験サービス Rest API (Swagger) 機械学習モデル Power BI Data warehouses モデル運用管理 & ガバナンス Kubernetes 監査証跡 データセット モデル データソース コード 開発ツール モニタリング インタフェース ONNX + App Azure Machine Learning MLOps
- 11. Any tool + any framework Automated ML + drag & drop + code first Integrated with Azure DevOps
- 12. 1. Automated Machine Learning 2. Azure Machine Learning Designer 3. Azure ML Python & R SDK For All Skill Level 誰でも利用できる機械学習プラットフォーム
- 13. No Code Python SDK Automated ML UI Visual Interface 機械学習の 民主化を実現 分析プロ コード無し 分析初心者 コード有り Automated ML Python
- 14. ml.azure.com
- 15. 精度が高いモデルを自動で作成する最新アプローチ “Automated ML” 最適なモデル生成 データ前処理/モデルアルゴリズム/ハイパーパラメータ データセット 制約条件 (処理時間/回数) ゴール設定 （モデル種類/精度評価） 機械学習モデル LightGBM Azure Machine Learning Workspace オープンソースで出力！ (Scikit-Learn Pipeline形式)
- 16. 機械学習パイプライン構築、テスト、デプロイするためのビジュアルワークフロー • 直感的なマウス操作によるパイプライン構築 • 特徴量エンジニアリング • モデル学習 (回帰、分類、クラスタリング) • 推論 (リアルタイム & バッチ推論) • カスタムモデル・スクリプト (Python, R) # 従来の Azure Machine Learning Studio (Classic) の最新版
- 17. Python & R SDK による分析業務の生産性の向上 クラウドの便利な機能を享受し、分析作業を劇的に効率化 ✓ Prepare Data ✓ Build Models ✓ Train Models ✓ Manage Models ✓ Track Experiments ✓ Deploy Models Preview
- 18. 1. Automated Machine Learning 2. Azure Machine Learning Designer 3. Azure ML Python & R SDK For All Skill Level 誰でも利用できる機械学習プラットフォーム
- 19. Any tool + any framework Automated ML + drag & drop + code first Integrated with Azure DevOps
- 20. アプリケーション開発のライフサイクルをサポートする Azure DevOps と連携することで、 効率的な機械学習プロジェクトが実現可能に Azure Machine Learning Azure DevOps 実験/デプロイの監査証跡 機械学習モデルの再現性 モデルの運用ライフサイクルの自動化 Data scientist と Application Engineer / System Engineer のコラボレーション
- 21. Model reproducibility Model retrainingModel deploymentModel validation Train model Validate model Deploy model Monitor model Build appCollaborate Test app Release app Monitor app App developer using Azure DevOps Data scientist using Azure Machine Learning Retrain model Azure Machine Learning extension for Azure DevOps Data (Model) Code 機械学習はコードのみならずデータやモデルを管理する仕組みが必要。再現可能な環境を整えて おくことで、モデルのライフサイクルを継続的に回すことができる。
- 22. Any tool + any framework Automated ML + drag & drop + code first Integrated with Azure DevOps
- 23. オープンなテクノロジーを採用し、生産性を向上 フレームワーク開発ツール 言語 SDK LightGBM Preview 連携可能な プラットフォーム & サービス ONNX Notebook
- 26. リワークコストの増加、納品の遅れが課題に 品質不良の 恐れあり ばらつき: 11% (許容範囲: ≦ 11%) 振動数: 異常に多い ビット摩耗: 高 工場 2 での結果: ランクB 統合データ 品質予測モデル 0 0 1 0 1 0 0 1 1 0 0 1 1 0 0
- 28. 3つのソリューションから構成 AI apps & agents Knowledge miningMachine learning
- 30. Azure Cognitive Services 人間の認知 (Cognitive) 機能の一部を Web API として利用できる “AI パーツ”
- 31. セキュリティ強化のため、Cognitive Services Face API を活用し150万人以上のドライバーの顔認証義務付け、 ドライバーと乗客の双方を守り、不正行為防止を図っています。 https://newsroom.uber.com/securityselfies/ http://japan.cnet.com/news/service/35089519/ Uber : 2009年に設立したライドシェアリング企業。今や66ヵ国、508都市でサービスを提供。サンフランシスコ最大のタクシー会社は Uberの影響により破産申請。 創業6年で時価総額 が GEやホンダを超える（6兆円）といわれるユニコーン企業
- 32. Vision Language Face Recognition & Identification Text and handwriting recognition (OCR) Customizable image recognition Language Detection Language Understanding Key phrase extraction Text Sentiment Analysis
- 33. 3つのソリューションから構成 AI apps & agents Knowledge miningMachine learning
- 34. Azure Search Text Analytics Speech to Text Azure Machine Learning (カスタムスキル) … Form Recognizer データに示唆情報(タグ)を付与し、全てのデータを横断的に 探索可能にする構造化された洞察を提供します。
- 36. Ingest 5年以上の職務経験がある人 Extract Search experience 2 3 1 document primaryImage secondaryImage job company duration job company duration job company duration Cognitive search capability
- 38. MICROSOFT CONFIDENTIAL 本資料は情報提供のみを目的としており、本資料に記載されている情報は、本資料作成時点でのマイクロソフトの見解を示し たものです。状況等の変化により、内容は変更される場合があります。本資料に表記されている内容（提示されている条件等 を含みます）は、貴社との有効な契約を通じて決定されます。それまでは、正式に確定するものではありません。従って、本資 料の記載内容とは異なる場合があります。また、本資料に記載されている価格はいずれも、別段の表記がない限り、参考価 格となります。貴社の最終的な購入価格は、貴社のリセラー様により決定されます。マイクロソフトは、本資料の情報に対して 明示的、黙示的または法的な、いかなる保証も行いません。 © 2019 Microsoft Corporation. All rights reserved.