Copiare il lavoro di altre persone per l'analisi scientifica dei dati

Video 5: Analisi scientifica dei dati per principianti

Uno dei segreti commerciali di analisi scientifica dei dati è quello di far svolgere il proprio lavoro ad altre persone. È necessario individuare un esempio di algoritmo di clustering nella raccolta Cortana Analytics da usare per l'esperimento di Machine Learning.

Per trarre il meglio dalla serie è consigliabile guardare tutti i video. L'elenco dei video è disponibile qui

Altri video della serie

Analisi scientifica dei dati per principianti è una rapida introduzione all'analisi scientifica dei dati in cinque brevi video.

Trascrizione: Copiare il lavoro di altre persone per l'analisi scientifica dei dati

Benvenuti al quinto video della serie "Data Science for Beginners" (Data Science per principianti).

In questo video si scoprirà dove trovare esempi che è possibile usare come punto di partenza per la propria attività. Per ottenere il massimo da questo video, è consigliabile guardare prima i video precedenti di questa serie.

Uno dei segreti commerciali di analisi scientifica dei dati è quello di far svolgere il proprio lavoro ad altre persone.

Microsoft offre un servizio basato su cloud, chiamato Azure Machine Learning, che può essere valutato gratuitamente. Offre un'area di lavoro in cui si possono provare i diversi algoritmi di Machine Learning e, una volta creata la soluzione personalizzata, si potrà avviarla come servizio Web.

Parte di questo servizio è un componente chiamato Cortana Intelligence Gallery. Contiene risorse, come una raccolta di esperimenti di Azure Machine Learning, ovvero modelli, creati da persone che li hanno poi messi a disposizione di altri utenti. Questi esperimenti sono un ottimo modo per sfruttare le idee e il lavoro di altri utenti per iniziare a creare soluzioni personalizzate.

È possibile trovare la raccolta all'indirizzo aka.ms/CortanaIntelligenceGallery. La raccolta è disponibile per chiunque voglia prenderne visione.

Cortana Intelligence Gallery

Se si fa clic su Experiments (Esperimenti) nella parte superiore, verranno visualizzati numerosi esperimenti tra i più recenti e diffusi disponibili nella raccolta. È possibile cercare nel resto degli esperimenti facendo clic su Browse All (Esplora tutto) nella parte superiore dello schermo e quindi immettere i termini di ricerca e scegliere i filtri di ricerca.

Trovare e usare un esempio di algoritmo di clustering

Si supponga, ad esempio, di voler vedere un esempio del funzionamento del clustering. Si cercheranno quindi gli esperimenti relativi a "clustering sweep".

Cercare esperimenti di clustering

Eccone uno interessante che qualcuno ha messo a disposizione nella raccolta.

Esperimento di clustering

Fare clic su tale esperimento. Verrà visualizzata una pagina Web che descrive le operazioni eseguite da questo collaboratore, insieme ad alcuni dei relativi risultati.

Pagina di descrizione dell'esperimento di clustering

Si noti il collegamento Open in Studio(Apri in Studio).

Pulsante Open in Studio

È possibile fare clic su questo collegamento per passare direttamente ad Azure Machine Learning Studio. Crea una copia dell'esperimento e la inserisce nella propria area di lavoro. Sono inclusi i set di dati del collaboratore, tutto il lavoro di elaborazione eseguito, tutti gli algoritmi usati e come sono stati salvati i risultati.

Aprire un esperimento di raccolta in Machine Learning Studio - esempio di algoritmo di clustering

Ora è disponibile un punto di partenza. Si possono sostituire i dati esistenti con i propri e apportare le modifiche necessarie al modello. Questo approccio consente un avvio rapido e la possibilità di usare il lavoro di persone altamente competenti.

Trovare esperimenti che illustrano le tecniche di Machine Learning

Esistono altri esperimenti in Cortana Intelligence Gallery messi a disposizione appositamente per fornire esempi di procedure per gli utenti che non hanno familiarità con l'analisi scientifica dei dati. Ad esempio, nella raccolta è disponibile un esperimento che illustra come gestire i valori mancanti (Methods for handling missing values(Metodi per la gestione dei valori mancanti). Descrive 15 diversi modi per sostituire i valori vuoti e illustra i vantaggi di ogni metodo e quando usarlo.

Esperimenti della raccolta aperti in Machine Learning Studio - Metodi per i valori mancanti

Cortana Intelligence Gallery è possibile trovare esperimenti funzionanti che si possono usare come punto di partenza per le proprie soluzioni.

Assicurarsi di guardare gli altri video della serie "Analisi scientifica dei dati per principianti" in Microsoft Azure Machine Learning.

Passaggi successivi