説明

ボックス 1: 相互情報。
相互情報量スコアは、多次元のデータセット内の結合分布とターゲット変数の間の相互情報量を最大化するため、特徴の選択に特に役立ちます。
ボックス 2: 中央値
MedianValue は特徴列であり、データセットの予測子です。
シナリオ: MedianValue 列と AvgRoomsinHouse 列は両方とも数値形式でデータを保持します。2 つの列間の関係をより詳細に分析するには、特徴選択アルゴリズムを選択する必要があります。
参考文献:
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/filter-based-feature-selection

。
参照：
https://docs.microsoft.com/en-us/azure/machine-learning/studio-module-reference/compute-linear-correlation

トピック 1、概要
現在の環境
要件
* ペナルティ イベントの検出に使用されるメディアはコンシューマー デバイスによって提供されます。メディアには、スポーツ イベント中に撮影された画像やビデオ、ソーシャル メディアを使用して捕らえられた画像やビデオが含まれる場合があります。画像やビデオのサイズや形式はさまざまです。
* モデル構築に利用できるデータは、7 年間のスポーツ イベント メディアで構成されています。スポーツ イベントのメディアには、録画されたビデオ、ラジオ解説のトランスクリプト、およびスポーツ イベント中にキャプチャされた関連するソーシャル メディア フィードのログが含まれます。
* 群衆の感情には、イベント参加者によってモノラルとステレオの両方の形式で提出された音声録音が含​​まれます。
広告
* 広告応答モデルは各イベントの開始時にトレーニングされ、スポーツ イベント中に適用される必要があります。
* 市場セグメンテーション nxxlels は、同様の広告 resporr.r 履歴に合わせて最適化する必要があります。
* サンプリングでは、同じ機能を共有するローカルおよびグローバル セグメンテーション モデルの相互および集団的排他性を保証する必要があります。
* ローカル市場セグメンテーション モデルは、広告に反応するユーザーの傾向を決定する前に適用されます。
* データ サイエンティストは、モデルの劣化と衰退を検出できなければなりません。
* 広告応答モデルは非線形境界機能をサポートする必要があります。
* 広告傾向モデルでは、0.45 のカットしきい値が使用され、加重カッパが 0.1 +/-5% から逸脱すると再トレーニングが発生します。
* 広告傾向モデルでは、次の図に示すコスト要素が使用されます。

広告傾向モデルでは、次の図に示す提案されたコスト要因が使用されます。

現在および提案されているコスト要因シナリオのパフォーマンス曲線を次の図に示します。

ペナルティの検出と感情
調査結果
* データ サイエンティストは、ペナルティ イベント検出のために複数の機械学習モデルを使用してインテリジェントなソリューションを構築する必要があります。
* データ サイエンティストは、機械学習パイプラインでの自動特徴量エンジニアリングとモデル構築を使用して、ローカル環境でノートブックを構築する必要があります。
* 動的ワーカー割り当てを備えた Spark インスタンスを使用して再トレーニングするには、ノートブックをデプロイする必要があります
* ノートブックは、データのソースのみを再コード化するために、新しい Spark インスタンス上で同じコードを実行する必要があります。
* グローバル ペナルティ検出モデルは、トレーニング中に動的ランタイム グラフ計算を使用してトレーニングする必要があります。
* ローカル ペナルティ検出モデルは BrainScript を使用して作成する必要があります。
* ローカル群衆センチメント モデルの実験では、ローカル ペナルティ検出データを組み合わせる必要があります。
* 群衆感情モデルは、歓声や既知のキャッチフレーズなどの既知の音を識別する必要があります。個々の群衆センチメント モデルは、類似した音を検出します。
* ローカル モデルのすべての共有特徴量は連続変数です。
* 共有機能は倍精度を使用する必要があります。後続のレイヤーには、集計移動平均と標準偏差のメトリクスが使用可能である必要があります。
セグメント
運用の最初の数週間で、次のことが観察されました。
* 広告の反応率が低下しました。
* ドロップ数は広告スタイル間で一貫していませんでした。
* トレーニング データと本番データにわたる特徴の分布は一貫していません。
分析の結果、ユーザーの位置と行動に関する 100 の数値特徴のうち、位置情報ソースから得られる 47 の特徴が生の特徴として使用されていることがわかりました。バイアスと分散の問題を解決するために提案されている実験は、10 個の線形未補正の特徴を設計することです。
ペナルティの検出と感情
* 初期データ検出では、群衆センチメント モデルに使用されるトレーニング データ内のターゲット状態の広範囲の密度が示されます。
* すべてのペナルティ検出モデルは、確率的勾配降下 (SGD) を使用した推論フェーズが過度に実行されていることを示しています。
* 音声サンプルによると、キャッチ フレーズの長さは地域によって 25% ～ 47% の間で異なります。
* グローバル ペナルティ検出モデルのパフォーマンスは、トレーニング セットと検証セットを比較すると、分散は低くなりますが、バイアスが高くなります。機能の変更を実装する前に、すべてのトレーニングおよび検証ケースを使用してバイアスと分散を確認する必要があります。

説明/参照:
Explanation:
シナリオ：
現在および提案されているコスト要因シナリオのパフォーマンス曲線を次の図に示します。

広告傾向モデルはカットしきい値を 0.45 として使用し、加重カッパが 0.45 から逸脱した場合に再トレーニングが発生します。
0.1 +/- 5%。

説明
run.get_file_names() を呼び出すことで、この実行レコードに関連付けられているすべてのファイルを一覧表示できます。
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-track-experiments