はじめに

この記事は、「Azure AIを活用した機械学習に関する記事を投稿しよう！」というキャンペーンの参加記事です
- Azure AI
私自身は「機械学習」という言葉を聞いたことはあるけれど、何のことやらさっぱりというのが現時点の正直なレベルです¹
- AIとどう違うの？　というそんなレベルです
- AIという言葉自体は、ドラクエ4ではじめてききました(ザラキのおもいで)
そんな私ですがキャンペーンにて、機械学習を学習する機会をいただいたと勝手に考えましてやってみようとおもいます

What is AI, ML and DL?

AI: Artificial intelligence
ML: Machine learning(機械学習)
DL: Deep learning
Getting started with Machine Learning using Pythonという動画
の1分36秒あたりをご参照ください
AIという大きなくくりがあって、その中に機械学習、さらにそのなかにDeep learningが含まれるというイメージをつかみました
- この図にあらわれていないすべてを包含するものが仏教の空だとおもいます

azure ai machine learning learnというキーワードでBing²ってみました
- MS Learnは良記事です!
- 検索キーワードにlearnを入れているのがポイントです
そうするとこんなページがみつかりました
$\huge{Azure　Machine　Learning}$
$\huge{を使用して AI ソリューション}$
$\huge{を構築する}$
https://docs.microsoft.com/ja-jp/learn/paths/build-ai-solutions-with-azure-ml-service/
学習するのにうってつけの教材がありました！

ただし以下の前提条件がありました
1. Python の最初のステップ
1. 機械学習モデルを作成する
- これらを完了していることが前提条件となっていました
- Pythonはそんなに使ったことはありませんが、他のプログラミング言語にはいくつか経験があります³し、時間も限られているので1はスキップします
結論から言うと、2を飛ばしていきなり「Azure　Machine　Learning を使用して AI ソリューションを構築する」へ進むとただ闇雲に▷(Run)ボタンをポチポチ押すだけになってしまうので2はじっくりやったほうがいいと私はおもいました

まずは、2の中の「Python を使用してデータを探索して分析する」というモジュールをやってみます
- このモジュールの主人公は大学教授です
  - (取り掛かるときには自分もそのつもりになってみます)
  - (楽しむ心は大事です)
- データサイエンスを学生に教えています
- 学生の学習習慣(出席日数、学習に費やした時間など)に基づいて成績を予測
- といったことをやってみます
あとはモジュールの説明通りやっていけばできます
- 1. Azure Machine Learning ワークスペースの作成
- 1. コンピューティングインスタンスを作成
- 1. ml-basics リポジトリをGit clone
- 1. Jupyter ノートブックでデータを探索する
  - 1〜3は準備
  - 4はじっくり英語を読んで取り組む感じです
まずは環境構築やらなんやらで詰まってしまうとやる気を削がれてしまうので指示通り、Azure Machine Learning ワークスペースを作って進めることをオススメします
この調子で他のモジュールも学習を進めていきたいとおもいます
- (と決意表明をしたところでキャンペーンと関連の深い内容はだいたい以上となります)

「機械学習」とはよく聞くけどまだ手が出せていない方は、Azure AIを活用して学習をはじめてみてはいかがでしょうか
- 私自身がド素人のくせに何目線で言っているのかわかりませんが......

できます
リポジトリをみにいくと.devcontainerディレクトリがあります
- おー、これには思い出があります
Docker + VS Code + Remote - Containersさえ用意すればお手軽に環境構築できます
- 構築方法は、
- @takasehideki先生の https://qiita.com/takasehideki/items/79d4ba3f95b1463105f8#tldr が詳しいです
  - Elixirにはですね、ナウでヤングでcoolなNervesというIoTフレームワークがございまして、私自身はNervesの活動を通じて.devcontainerのことを知りました

$ git clone https://github.com/microsoftdocs/ml-basics
$ cd ml-basics
$ code .

もしかしたら初回はちょっと文言が異なっていたかもしれませんが、右下にでてきたものを迷わず押しました
- 以前はでていなかったとおもいます
- もしでなかったら、左下の><から操作してください
  - https://qiita.com/takasehideki/items/79d4ba3f95b1463105f8#%E9%96%8B%E7%99%BA%E7%92%B0%E5%A2%83%E3%81%AE%E5%B1%95%E9%96%8B
  - この操作も@takasehideki先生の記事が参考になります
初回はimageのダウンロードやらなんやらで時間がかかります
でも飲んで待ちましょう
あとは、.ipynbを開けば、Azure Machine Learning ワークスペース > コンピュータ > Jupiterとやったときと同じような感じの画面がでてきます
- 初回はTrustするか的なことを訊かれたようにおもいます
- これも迷わずTrustでよいでしょう
解説をよく読んで、考えながら、▷(Run)ボタンを押していくと機械学習を学習できるでしょう

.devcontainerをみて、Nerves -> Elixirをおもいだしました
そういえば、この記事のタイトルにあるAIつながりでAIにくわしいElixir使いの方々がelixir-nx/nxという絶賛開発中のライブラリの登場に興奮していたこともおもいだしました
さらに、さきほどのような.ipynbを開いた画面はなんか最近みたなーとおもっていました
そうです! elixir-nx/livebookです
もし体験してみたい方は以下の記事にデモを紹介しておりますのでどうぞご自由にさわってみてください！
- Graphing support via VegaLite has arrived to Livebook! をイゴかしてみる(Elixir)

なにの自慢にもなりません。 "It is never too late – never too late to start over, never too late to be happy.　(Jane Fonda)"を胸に楽しんでいきたいとおもいます。 ↩
https://www.bing.com/ にて検索をすることをさしています。 ↩
Elixirというプログラミング言語がありまして私は好きです。いつかコントリビュートしてみたいとおもっておりましたところ、単にドキュメントの修正だけではありますが、名乗るほどのものではない名前をついに刻むことができました。https://github.com/elixir-lang/elixir/pull/11039 ↩