안녕하세요. 데이크루 1기 월드파파 입니다.

이번 시간에는 Azure ML Studio를 활용하여 코드없이 머신러닝을 해보겠습니다.

1. Azure ML Studio 소개

우선 Azure ML Studio란 무엇일까요?

Microsoft사의 Azure ML(Machine Learning) Studio는

Azure라는 브랜드로 제공하는 머신러닝 클라우드 컴퓨팅(Cloud Computing) 서비스입니다.

여기서 클라우딩 컴퓨팅은 통신기술의 고도화, 복잡화의 반작용으로 인한 기술 상용화를 위한 통합 플랫폼입니다.

Amazon Web Services, Google Cloud Platform 등이 대표적이고 국내에서도 Naver Cloud Platform 등이 있습니다.

Azure는 Microsoft사에서 제공하는 클라우드 컴퓨팅 시스템입니다.

Azure ML Studio는 기계 학습이라고 불리는 머신러닝 분석기능을 제공하는 서비스로,

Azure에서는 머신러닝에 대한 학습은 물론 배포, 자동화 처리, 관리 등 모든 관련된 작업이 가능합니다.

여기선 Azure는 프로그래밍이나 별도의 코드 작성을 하지 않고도, 머신러닝 작업을 수행할 수 있습니다!

물론 기본적인 통계지식이나 프로그래밍 지식을 필요로 하여 어려울 수 있지만

복잡한 머신러닝을 단순화시켜 캔버스에 순서도를 그리듯이 머신러닝을 비교적 쉽게 설계할 수 있습니다.

전공자 뿐만 아니라 일반인들도 접할수 있도록 기술의 장벽을 많이 낮춰지도록 설계한 것입니다.

2. 간단한 실습

그럼 실제로 Azure ML Studio를 이용하여 간단히 실습해보도록 하겠습니다.

(https://studio.azureml.net 사이트에서 체험이 가능합니다.)

0) 목표 생성하기

위와 같이 X값을 주면 Y값을 예측하는 단순한 분류 문제를 다뤄보겠습니다.

사이트에 들어가보시면 이렇게 여러가지 머신러닝 보조 도구들이 있습니다.

1) 데이터 생성하기

여기서 Enter Data Manually 상자를 드래그하여 끌어와서

직접 데이터를 CSV 형식으로 콤마를 찍어주어 데이터를 생성합니다.

(데이터 불러오기도 물론 가능합니다.)

2) 모델 생성하기

Two Class Logistic Regreesion을 이용한 분류 모형을 만들어보겠습니다.

이 상자를 드래그하여 끌어와주고 모델을 만들기 위한 Train Model 상자도 끌어와줍니다.

여기서 Train Model 상자 윗부분에 실선이 있는데,

왼쪽 구멍에는 모델의 기법을 연결시켜주고, 오른쪽 구멍에는 활용할 데이터 셋을 끌어와줍니다.

Train Model 상자를 클릭해보시면 예측할 Label column을 ‘합격’으로 지정해줍니다.

3) 모델의 예측 값 계산하기

Score Model 을 통해서 예측된 라벨을 계산해줍니다 (y햇)

따라서 이 상자를 끌어와주고

왼쪽 구멍에 모델과 오른쪽 구멍에 활용한 데이터 셋을 실선으로 끌어와줍니다.

실제로 모델이 예측한 스코어 값을 확인할 수 있습니다.

Scored Labels을 보시면 모델이 다음과 같이 예측을 하였습니다.

4) 모델 평가하기

마지막으로 분류문제를 평가하기 위한 Evaluate Model을 설정해줍니다.

분류문제는 ROC 커브로 모델을 평가하는 것을 확인 할 수 있습니다.

* 본 포스팅은 데이콘 서포터즈 “데이크루" 1기 활동의 일환입니다.

참고 :

https://purchaser.tistory.com/194

https://www.youtube.com/watch?v=eulr4Spwoio