Kennisportal
Kennisportal is een kennisplatform met een focus op de brede doelgroep Business en IT.

Webservices met R maken in Azure Machine Learning

Handleiding webservices maken en uitrollen

Onlangs lanceerde Microsoft het Azure Machine Learning cloud-platform Azure Machine Learning. Azure Machine Learning biedt een laagdrempelige en krachtige set van cloud-gebaseerde data transformatie en Machine Learning tools. Deze handleiding behandelt de basisprincipes van het bewerken van gegevens. Daarnaast wordt aan de hand van data science-voorbeelden uitgelegd hoe modellen gemaakt en geëvalueerd kunnen worden.

Van idee tot publicatie als een webservice

In deze handleiding worden de vereiste data bewerkt, waarna er een model van wordt gebouwd dat geëvalueerd wordt. Hierna wordt een regressiemodel geconstrueerd voor een dataset over de vraag naar fietsen voor een fietsverhuurbedrijf. De stappen kunt u zelf zetten door de datasets te downloaden. In de laatste stap worden de getrainde modellen gepubliceerd als een webservice in de Azure Cloud.

Schaalbaar en veilig modellen uitrollen

Waarom wordt in deze handleiding gekozen voor Azure Machine Learning? De oplossingen kunnen snel worden ingezet als web services. Ook zijn modellen uitgerold in een zeer schaalbare cloud-omgeving die gemakkelijk meegroeit. Verkrijgbare algoritmen en data transformaties zijn uit te breiden met behulp van de taal R voor oplossing-specifieke functionaliteit. Niet in de laatste plaats worden code en gegevens bijgehouden in een veilige cloud-omgeving.

De handleiding behandelt data science in de cloud via de volgende indeling:

  • Een overzicht van  Azure Machine Learning
  • Een regressie voorbeeld
  • Verbetering van het model en transformaties
  • Een ander Azure Machine Learning Model
  • Het gebruik van een R-model in Azure Machine Learning
  • Mogelijke volgende stappen
  • Uitrollen van een model als een webservice

Wilt u weten hoe u met R in Azure Machine Learning modellen maakt en ze publiceert, download dan de handleiding Data Science in the cloud with Microsoft Azure Ml and R.

 

Download de whitepaper
Download