Тест-драйв: Microsoft Azure ML

Облачный сервис Azure Machine Learning в его текущем виде Microsoft презентовала летом 2014 года – и с тех пор он не перестает быть у всех на слуху. Предлагаем разобраться, в чем «фишка» сервиса, кому и зачем он пригодится больше всего.

Что такое Azure?

Сама Microsoft описывает Azure как облако для современного бизнеса. Продукт выпустили под лозунгом: «Работайте быстрее, экономьте деньги, интегрируйте локальные приложения и данные».

«Azure — это единственная крупная облачная платформа, которая по оценкам Gartner является лидером отрасли по предоставлению как решений IaaS, так и PaaS. Эта полнофункциональная комбинация управляемых и неуправляемых служб позволяет создавать, развертывать приложения и управлять ими любым способом для достижения невероятной производительности», — гласит сайт компании.

Начало работы

Для начала работы с Azure, собственный раздел сервиса на сайте компании-разработчика предложит вам войти при помощи обычной учетной записи Microsoft (ну а если ее вдруг не окажется – завести новую) – и… сразу же можно начинать пользоваться тридцатидневным триалом, после чего, конечно же, придется продлевать подписку – однако это уже совсем другая история.

Далее смотрим короткое обучающее видео и оказываемся в собственном (мелочь, а приятно!) рабочем пространстве, о чем компания заботливо известит по электронной почте. Дальше краткий мануал предлагает настроить рабочее пространство – что, кстати, для целей личного эксперимента делать совсем не обязательно – и наконец-то можно начать «творить»!

Интерфейс у сервиса, кстати говоря, радует глаз и приятно интуитивен; правда, пока он существует только на английском языке. Нажимаем на New внизу экрана – и всплывает окно, где можно либо загрузить набор данных, либо поэкспериментировать над имеющимися. Причем, эксперимент может быть как собственный пустой (Blank Experiment), так и один из уже имеющихся – а еще можно, по доброй традиции Microsoft, создать, например, рекомендательную систему из шаблона. Как мы узнаем из того же мануала (кстати, о его переводе в компании позаботились), создать эксперимент в интерфейсе Azure ML Studio можно за пять шагов:

  1. Получение данных;
  2. Предварительная подготовка данных;
  3. Определение свойств;
  4. Выбор и применение алгоритма обучения к вновь созданной модели;
  5. Прогнозирование по новым данным.

Если немного углубиться в тему, выясняется, что алгоритм можно писать, например, на R, Java и вообще любом языке, который поддерживается Visual Studio (причем поддержкой первого разработчики особенно гордятся), а то и вовсе воспользоваться десятками любезно предоставленных Microsoft Research кодов. С базами данных пользователь будет работать на привычном ему SQL (и это прекрасно), а сам интерфейс Studio работает с любого браузера и устройства.

С инструментами Microsoft, признаем честно, работать почти всегда приятно – но по прошествии пробного периода в бочку меда начинает потихоньку капать деготь – хитрюги из Microsoft не оставляют нам другого выбора, кроме как оформить ой-ой как платную подписку. Но стоит ли это того?

Azure ML: Кому и зачем?

…И если стоит, то, действительно – кому и зачем?

Вообще говоря, разработчики нигде не делают громких заявлений насчет целевой аудитории – скорее наоборот, заявляют о широких возможностях сервиса и одновременно сулят легкость достижения результатов. Тем не менее, тот факт, что Azure ML ориентирован на «классику» Data Science говорит сам за себя: без знаний в области статистики и базовых алгоритмов машинного обучения разобраться с сервисом будет сложновато, а получить адекватный результат – и вовсе невозможно. Плюс ценовая политика: с пробным периодом все понятно, но стоимость подписки указывает на корпоративное использование (маленькими компаниями в том числе, но в этом случае – лишь избранными специалистами).

Наконец, упор на собственные алгоритмы уже без обиняков говорит о том, что всю мощь инструмента способен оценить только грамотный Data Scientist/Data Engineer, и в меньшей степени бизнес-аналитик – но никак не маркетолог или топ-менеджер (автоматический анализ данных и визуальное представление результатов в Azure развито не так хорошо, как хотелось бы).

Резюме

И все-таки, широкие возможности Azure, безусловно, привлекают внимание; стоит ли он своих денег или нет, решать руководителям, но специалисты его оценят. Да, сервис не универсален, и убить с десяток зайцев, внедрив его как единственный инструмент прогнозной аналитики, вряд ли выйдет – особенно, если последней в компании занимаются скорее маркетологи (что само по себе уже вызывает ряд вопросов об эффективности и целесообразности такого анализа). Но если компания настроена серьезно, то Azure ML с его отличной интегрированностью с алгоритмами, методами и, главное, инструментарием специалистов по работе с данными заслуживает того, чтобы по крайней мере внимательно к нему присмотреться.

Автор: Елизавета Филиппова

1 комментарий

  1. Wolf_mr_wolf:

    Могу поделиться опытом работы с ML Azure. Подписку на который, выиграли на конкурсе.
    Соглашусь что это очень специфический продукт, при его больших возможностях, на рынке мало аналитиков которые в нем на столько разбираются, что бы использовать более чем на 30%. Однако, как я понимаю позицию Microsoft, исходя из общения с ними, пока они создают рынок, и формируют в сознании потребителей цену на этот продукт. А как будут конкуренты, они запустят следующий этап стратегии по ценообразованию.

    Пример, одна из продовольственных сетей, решила продать доступ к данным карт-лояльности, цена на данные семизначная. Производители привыкли к миллиону строк в экселе, и редкая БД в Access выходит по размерам за границу гигабайта. Им интересны эти данные, но они не знают ни методов, ни стоимости работ, не стоимости инструментов по обработки этих данных. Но самое главное, они не могут оценить потенциального выигрыша от этого анализа.

    А так как, в России, пока не кто не знает правил ценообразования в этой ситуации. То Microsoft предложил свой продукт, и свое видение правил игры.

Добавить комментарий

Ваш e-mail не будет опубликован.

закрыть

Поделиться

Отправить на почту
закрыть

Вход

закрыть

Регистрация

+ =