บทความนี้แอดเขียนแนะนำวิธีการใช้งาน Azure ML Studio เบื้องต้นเพื่อสร้างโมเดลแบบไม่ต้องเขียนโค้ด drag & drop ห้านาทีเสร็จแล้ว สมัครใช้งานฟรีที่ https://studio.azureml.net/ <3
[su_spoiler title=”Azure คืออะไร?”]Azure คือ Cloud Services ของ Microsoft เพื่อนๆไม่ต้องลงโปรแกรมอะไรให้ยุ่งยาก แค่เปิด browser ขึ้นมา sign in เข้าสู่ ML Studio ก็เริ่มทำงานได้เลย ตั้งแต่ลองใช้งาน Cloud มาแอดว่าของ Azure ใช้ง่ายสุด[/su_spoiler]
Create Account
สำหรับ free account เหมาะสำหรับนักศึกษาที่กำลังเรียน ML ทำโปรเจ็คที่ข้อมูลยังไม่ใหญ่มาก <= 10 GB (อ่านความแตกต่างระหว่าง free vs. standard ได้ที่นี่) ได้สิทธิการใช้งานดังนี้
- พื้นที่เก็บข้อมูล 10 GB
- ใช้ได้มากสุด 100 modules ต่อการทดลองหนึ่งครั้ง (per experiment)
- เวลาในการรันโมเดลมากสุด 1 ชั่วโมง และใช้ได้แค่ single core CPU (node)
Getting Started
Sign in เข้าไปที่ ML Studio ให้กดที่ปุ่ม <New> ด้านซ้ายล่างของหน้าจอ แล้วเลือก <Blank Experiment>
Workspace (รูปด้านล่าง) คือพื้นที่ให้เราลากกล่อง <Module> ต่างๆสำหรับวิเคราะห์ข้อมูลเบื้องต้น ทำ data exploration ไปจนถึงการสร้างโมเดล ตอนนี้ ML Studio มีโมเดลสำเร็จรูปให้เราใช้งานมากกว่า 20+ โมเดล แบ่งเป็น 4 กลุ่ม คือ anomaly detection, classification, regression และ clustering
[su_spoiler title=”Anomaly Detection คืออะไร?”]เป็น algorithm/ model ที่ใช้ตรวจจับ fraud หรือ transaction ที่ผิดปกติ (คล้ายๆพวก outlier)[/su_spoiler]
[su_spoiler title=”Classification ต่างกับ Regression อย่างไร?”]Classfication ใช้ทำนายตัวแปรตาม (y) แบบ discrete เช่น อีเมล์เป็น {spam, ham} ส่วน Regression ใช้ทำนายตัวแปรตามแบบ continuous เช่น ราคาบ้าน 12000, 15000, 50000 เป็นต้น[/su_spoiler]
หน้าจอ workspace จะแบ่งออกเป็นสามส่วน
- <Module> ทั้งหมดให้เราเลือกใช้งาน
- <Canvas> ให้เราลากกล่อง module ไปวาง และสร้าง connection i.e. ลากเส้นเชื่อมกล่องเข้าด้วยกัน โปรแกรมจะรันจากบนลงล่างเสมอ
- <Option> ที่เราสามารถเปลี่ยนได้ของแต่ละ module
Model Training
[su_highlight]วิธีการสร้างโมเดลแค่ลาก 7 Modules นี้ไปวางบน canvas ใช้เม้าส์ลาก connect ทุก module เข้าด้วยกันตามรูปด้านล่าง ถึงแม้ว่าเราไม่ต้องเขียนโค้ดเองแต่ก็ต้องเข้าใจขั้นตอนการสร้างโมเดลเบื้องต้น[/su_highlight] เช่น ทำไมต้อง split data เป็น {train, test}? ทำไมต้อง score model i.e. ทำนาย test set ให้ได้ค่า probability?
[su_spoiler title=”กฎเหล็กการสร้างโมเดล Machine Learning”]เราต้อง split data เสมอเป็น {train set, test set} สร้างโมเดลด้วย train และทดสอบโมเดลด้วย test เพื่อลดปัญหา overfitting ในทางปฏิบัติ best practice คือการทำ cross-validation[/su_spoiler]
- Import Data
- Select Columns in Dataset
- Split Data (ใช้แบ่งข้อมูลเป็น train 70% และ test 30%)
- Train Model
- Two-Class Decision Forest (โมเดลที่เราต้องการ train สามารถเปลี่ยนได้)
- Score Model
- Evaluate Model
ในแต่ละกล่อง module จะมี option ให้เราปรับเปลี่ยนได้ตามที่ต้องการ เช่น <Split Data> สามารถกำหนดสัดส่วนของข้อมูล train vs. test และค่า random seed
พอเรากำหนด option ของทุก module เสร็จแล้วให้กดปุ่ม <RUN> ด้านล่างของหน้าจอรอประมาณ 1-2 นาทีให้ Azure รันโปรแกรม เสร็จแล้วจะมีเครื่องหมาย ✓ สีเขียวบนกล่อง module และมุมขวาบนของหน้าจอจะมีคำว่า <Finished running> ขึ้นมาด้วย
That’s Quick!
เสร็จแล้ว ทำไมเร็วขนาดนี้ 555+ คลิกขวาที่ <Evaluate Model> เลือก Evaluation results -> Visualize
Metrics ทั้งหมดที่ได้จาก <Evaluate Model> มีครบทุกตัวที่ใช้กันทุกวันนี้ ประกอบด้วย
- RMSE, MSE, MAE สำหรับปัญหา regression
- ROC และ AUC สำหรับปัญหา classification
- Accuracy, Precision, Recall, F1 Score
- Precision Recall Curve และ Lift Curve
- Confusion Matrix สามารถเปลี่ยนค่า threshold เพื่อทดสอบโมเดลได้เลย
Metric ที่เรานิยมใช้วัดความสามารถของ classification model คือพื้นที่ใต้กราฟ ROC ที่เรียกว่า “AUC” (Area Under Curve) โดย AUC จะมีค่าอยู่ระหว่าง 0-1 ยิ่งค่าเข้าใกล้ 1 แปลว่าโมเดลเราทำงานได้ดีมาก
[su_highlight]Azure ML Studio ช่วยให้การสร้างโมเดลเป็นเรื่องง่ายมาก ใครๆก็สามารถทำได้แค่เข้าใจขั้นตอนการสร้างโมเดลและ metrics ที่เราใช้ทดสอบโมเดลอย่าง accuracy, precision, recall และ F1 score[/su_highlight].
Azure ยังมี option ให้เรานำโมเดลไปใช้งานจริงได้เลย <Deploy as a Web Service> แต่จะมีค่า production คิดตามจำนวน transactions สามารถดูค่าใช้จ่ายของ API deployment เบื้องต้นได้ที่นี่
Leave a Reply