プログラミング未経験、AIの学習を始めたい方必見 Microsoft Azureの機械学習を活用して、自動車価格の予測をする方法

f:id:daikiyano:20181103220222p:plain

今回、プログラミング未経験やこれからAIの学習を始めたい方を対象にMicrosoft Azure Machine Learningを活用して自動車の価格予測をする方法についてご紹介します。

Microsoft Azureとは?

Microsoft AzureとはMicrosoftが各種の企業に向け製品の開発や販売などで得た知識や技術を元に開発されたクラウドサービスとなります。
Microsoft AzureはSQL AzureやPaaSなど多くのサービスを提供しており、その中の一つのサービスがMicrosoft Azure Machine Learningです。アマゾンだとAWSに当たりますね。
開発環境はクラウド上で用意され、既にベースが用意されているので、AIや人口知能に興味のある方、初心者の方でも簡単かつ効率的に機械学習を活用した学習を行うことができます。今回は、8時間だけ無料で使えるお試しプランを使って自動車価格の予想を行なっていきます。

Microsoft Azure Machine Learningを使って自動車の価格予測をしてみよう!

まずは以下のサイトにアクセスします。

japaneast.studio.azureml.net

f:id:daikiyano:20181103153806p:plain

価格プランは8-hour Trialを選択します。

f:id:daikiyano:20181103153812p:plain

こちらがMicrosoft Azure Machine Learningのスタジオとなります。
左側にあるExperimentsタブを選択し、左下の NEWを選択します。

f:id:daikiyano:20181103153823p:plain

Blank Experimentを選択します。

f:id:daikiyano:20181103153831p:plain

今回は自動車の価格予測を行うので、予測を行うために必要な自動車の価格データを選択する必要があります。
左側のSampleの中にAutomobile price dataがあるので、ドラッグ・アンド・ドロップをして中央まで持ってきます。

f:id:daikiyano:20181103153838p:plain

Automobile price dataのデータを確認するためにAutomobile price dataの下にある○をクリックすると、メニューが表示されるので「Visualize」を選択します。

f:id:daikiyano:20181103153845p:plain

データには車種からドアの数、ガソリン車かディーゼル車かなどのデータがあることを確認します。

f:id:daikiyano:20181103153852p:plain

今回は回帰分析を用いて機械学習を行なっていきますので、
画面の左から
Machine Learning
Initialize Model
Regression
Linear Regressionの順番で選択していき、Automobile price dataの下あたりにドラッグ・アンド・ドロップします。

回帰分析について詳しく知りたい!という方は以下ののサイトをご参照ください。

udemy.benesse.co.jp

f:id:daikiyano:20181103153859p:plain

続いてTrainからTrain modelを選択し、ドラッグ・アンド・ドロップをします。
Train modelをクリックすると、右側にTrain modelの詳細が出ますので、Launch Column Selectorをクリックします。

f:id:daikiyano:20181103153906p:plain

今回は、価格(price)で比較をするので、priceのみを選択します。

f:id:daikiyano:20181103153914p:plain

その後、左のscoreからscore modelを選択し、ドラッグ・アンド・ドロップし、以下の写真のように繋げます。

f:id:daikiyano:20181103153923p:plain

score modelをクリックした後、画面下部にあるRunボタンをクリックすると、実行されます。
f:id:daikiyano:20181103153936p:plain

score modelをクリックし、メニューバーからVisualizeをクリックします。
f:id:daikiyano:20181103153940p:plain

そうすると、train modelでできた学習モデルとScore modelによって評価された結果が表示されます。
右のScored Labelが今回、機械学習することによって出されたpriceによる予測です。
Score modelの空欄の部分は何らかの原因で予測することが出来なかったを示しています。このことを欠損値といいます。
priceは実際の価格になるので、二つの数値を見ると精度の高い予測結果になったということができます。
今回は、priceの予測をするために、priceの項目を除いたデータを使って予測を行いました。

Priceの列をクリックし、compare toの部分でScored Labelsを選択するとグラフが表示されます。
点が斜め45度に向かっていれば、それだけ精度の高い予測ができたことになります。
なので、グラフから見ても今回の予測結果の精度は高いということができます。

f:id:daikiyano:20181103153947p:plain

このようにMicrosoft Azure Machine Learningでは、誰でも気軽に機械学習を用いてデータを読み取り、モデルに学習させることによって結果を予測することができます。Microsoft Azure Machine Learningには今回使った自動車のデータに限らず、様々なデータが用意されているので、別のデータを使って結果予測をすることができます。開発環境を用意したり、何かコードを書いたり、データの準備をする必要がないので、プログラミング初心者やAIの学習をこれからされる方にはおすすめの学習方法かなと思います。 是非、この機会に試してみてください。

画像認識に興味がある方は以下の記事も参照してみてください!

www.for-engineer.life

最新情報をチェックしよう!
>文系エンジニア大学生の技術ブログ

文系エンジニア大学生の技術ブログ

社会が多様化していく中、大学生の学生生活も多様であるべきと考えています。主にエンジニア向けにITやプログラミングなどの技術系と大学生向けに休学、留学、海外生活、トビタテ留学、長期インターンに関する記事を書いています。