[Cloud Platform Series] Azure ML Case

[Agenda]

• 19:15-19:30 R Basic 常用指令1

• 19:30-20:30 主議程: Azure ML @Ning

• 20:30-20:50 閃電秀: Azure Machine Learning - Feature Engineering @懷文

• 20:50 - 自由交流時間

[Talk Information]

• Azure ML
不會寫程式是否也能預測新發單曲是否賣座[Azure及R的教學]

每張新唱片問世，都需唱片公司投入大量預算，如何能預測單曲是否暢銷變成關鍵。透過MIT/edX Popularity of Music Records課程的資料集，收集了1990-2010告示牌排行榜前十大及非前十大單曲，透過Logistic Regression來建立模型。

此次talk嘗試透過Azure讓不會寫程式的人也能建立自己的模型，也分享R + Azure有甚麼好用的小地方。

•Azure Machine Learning - Feature Engineering

被喻為是“Data scientist's Secret Sauce!”的Feature Engineering(特徵工程)，到底是有什麼樣的魔力，讓大家對他有這個稱號。

在資料分析和建模當中，要透過什麼方式，把現實生活當中的情境透過feature描述，轉化成model裡面相對應的數值？

如果你心中有些想要透過machine learning解決的問題，也對該問題有一些相對應的domain knowhow，卻不知道應該在哪裡把自己的知識加進去訓練模型的步驟裡，也許你會從這次的分享有一些收穫。

或是你已經嘗試了一些演算法，想知道在Data 跟 Model 之間的轉換到底是有哪些秘方讓自己的模型可以更fit 自己遇到的問題，也許你會從這次的分享帶給你一些新的靈感在你分析的流程上。

[Speaker Information]

• Ning
熱愛作資料解讀及分析，共同創立 TW R Ladies，曾經在網路公司做過分析師．希望能認識更多同好，一起做好玩且不一樣的事情。

• 懷文
喜歡從資料當中找出一些現象，從中和現實生活當中的問題互動。在一些不同的新創專案當中擔任資料顧問，也是Azure Taiwan社群的共同創辦人，希望和大家多認識，聽聽大家對身邊資料集的不同想像。

[Host information]

昱璇 Dana

具有研究精神的商業智慧分析人員，用過R、SPSS modeler和Tableau做數據分析，也接觸過各資料庫語法、跨平台資料介接及網頁前台語言。希望跟大家一起交流、成長。