如何利用 Azure 「機器學習」贏得黑客松 (Hackathon)?
預測某個 YouBike 租借站在某個時間點是否還有車可以借、是否還有車位可以停；預測某個城市在不同的時間發生犯罪的機率；依據下眼瞼的照片判斷貧血的程度；找出不同的開車模式和車禍發生機率的關係。以上都是你可以利用 Azure Machine Learning「機器學習」贏得一場黑客松 (Hackathon) 的題目，甚至成為你開始新創公司的契機!
本文將介紹使用 Azure 「機器學習」的步驟及各種資源，方便你在黑客松活動中使用。其中前二個步驟可以在參加之前即先行完成。
步驟一：開通 Azure 「機器學習」帳號
1. 不需要信用卡就可以免費開始使用 Azure Machine Learning (https://studio.azureml.net/)：擁有 10GB Azure Storage 的 Datasets 空間、最多建制 100 modules 以及一小時的 Machine Learning experiments 時間。
2. 如果你是成立不到五年的新創公司，可以免費申請 BizSpark 方案，享有每個月 NT$4,700 額度的 Azure credit。開通時亦無需輸入信用卡，所以沒有付費的風險。
3. 如果你是 MSDN 訂閱用戶，本來就有 Azure 免費額度，只要開通即可。
4. 當然你也可以直接申請免費試用一個月，取得 NT$6,300 元的 Azure 信用額度。
(如果你是學校老師或學生，有更多 Azure 免費資源)
步驟二：學習使用 Azure Machine Learning Studio
如果你是機器學習的完全初學者，除了可先閱讀專門爲初學者所寫的二篇文章之外：
Azure 「機器學習」初體驗
如果你搭上了鐵達尼號，有機會生還嗎?
強列建議走一遍官方中文教學：在 Azure Machine Learning Studio 中建立您的第一個實驗
步驟三：尋找合適的訓練資料
如同文章一開始所提出的各種問題，Azure 「機器學習」的強項即是能根據歷史資料作數值預測 (Regression)、分類 (Classification) 或是分群 (Clustering)，成為解決這些問題的強力工具。請記得，能問出一個好問題、進而定出一個好題目，常常是贏得一場黑客松非常重要的關鍵!
定出題目之後，就要尋找合適的資料作為機器學習模組的訓練之用了。資料集 (datasets) 的提供可以透過直接上傳(如 .csv 格式)、或是提供連結 (如 OData feed provider) 的方式。若要使用公開資料，以下是幾個常用的國內外站點：政府資料開發平台、美國政府開放平台、Kaggle、 UC Irvine Machine Learning Repository 等。
步驟四：建構你的學習模型
「機器學習」之中，若是作為數值預測 (Regression) 或分類 (Classification) 之用途．皆是屬於監督式學習 (Supervised Learning) 的範疇。監督式學習基本上會遵守以下的流程：
別小看了其中”資料清理”的工作喔! 因為你所選擇的訓練資料，可能有缺漏或不全之處需要補全或是移除、有些欄位 (如姓名、ID等) 不應該作為訓練之用、有些資料需要先”類別化” (Categorized) 以作為訓練之用並讓使用者選擇 (如性別、鐵達尼號的上船港口等)。建議大家可看看”鐵達尼號”的模型如何作資料清理，並據此學習。
步驟五：選擇合適的演算法
在此文章中有介紹各種不同演算法，及各自的使用時機，大方向如下:
- 如果您期望的解答是一個數值的話 => Regression (迴歸分析)
- 如果您的問題能夠以 Yes/No 來回答 => Classification (分類)
- 如果您想將具相同特性的資料群集分類 => Clustering (分群)
微軟也製作了一個 PDF 小抄可供下載，方便大家依步驟判斷，以選擇最合適的演算法:
步驟六：優化你的訓練模型
個人覺得 Azure Machine Learning Studio 這個工具最酷的地方，就是可以自動找到最適合的演算法設定參數了。例如，我用了決策樹 (Decision Tree) 演算法，但我怎麼知道節點或是葉子的數目該設為多少呢?
預設的單一參數 (Single Parameter) 設定：
你只要更改為參數區間 (Parameter Range)，就能設定參數範圍 (以等差或等比遞增)、指定數個參數、或是混合設定。訓練模型就會自動根據你的設定找出最佳的參數!
同時也不要忘記，可在 “Score Model” 及 “Evaluate Model” 中檢視你的模型預測準確度。
在 Azure Machine Learning 中解譯模型結果
步驟七：發佈為 Web Service
模型優化之後，就可以發佈為 Web Service 以進行預測了。在下方選擇 “SET UP WEB SERVICE” => “Predictive Web Service” ，再點選 “DEPLOY WEB SERVICE” 即可佈署使用。
步驟八：使用 Web Service
最貼心的是，還提供 C#, Python 及 R 語言的 sample code，協助大家節省時間贏得比賽!
Web Service 提供了兩種呼叫方式：
1. Request/Response: 提供快速可延展的呼叫服務，接受一或多筆資料作為輸入、也可輸出一或多筆結果，適合用在單筆且快速回應的需求，例如即時回應使用者對股市收盤行情的預測。
2. Batch Execution：適合處理批次、大量、非同步的資料，例如批次性的處理 IoT 在一段時間之中收集的所有資料。
希望以上對大家有幫助，值得一提的是，2015 年 8 月舉辦的台大 HackNTU 中，前 2 名都是與 Azure Machine Learning 有關的喔!
其中第一名使用了Project Oxford 服務，包括 Speech APIs (Speech recognition + Text to Speech Conversion 等)，其背後機制即是微軟的「機器學習」；第二名則是運用 Azure 機器學習來訓練六種手語手勢。
延伸閱讀：
1. How to win a hackathon using Azure Machine Learning - 作者為微軟總部高級主管 Jennifer Marsman，本篇主題及內容來自她的文章，並已取得她的同意作適當的翻譯及在地化。
2. 本部落格所有機器學習相關文章: https://blogs.msdn.com/b/mengtsai/archive/tags/machine+learning/