Azure Machine Learningの評判・口コミ 全21件

改善してほしいポイントは何でしょうか？

管理ロールとどの程度の規模でワークスペースを立ち上げるべきなのかいまいちわかりません。
細かいカスタム権限ロールは実装してねということなんでしょうが、もう少し欲しい気がします
機能が豊富な反面、プレビュー機能とサポータブルな機能が混在し、全体像がややわかりにくいと思います

どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？

OndemandなGPU環境、分散コンピューティング環境が利用できるので、社内でGPUサーバの利用申請が必要だったオンプレミス基盤から移行し、誰もが大規模な計算環境が利用できるようになりました

改善してほしいポイントは何でしょうか？

現在は機械学習モデルも追加され、SDKやCLI拡張機能などもありますが、それらを使いこなすためのドキュメントが少ない気がします（日本語翻訳されたドキュメントは古いバージョンが無修正のまま等）。利用の敷居をさげるため改善されればと思います。

どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？

Linux+Python+各種機械学習プラットフォームは環境を作るだけでも時間がかかりますが、本サービスのおかげでブラウザとエクセルが使えるWindows環境しかなくても、例えば「日経２２５採用銘柄値動き、為替レート、各種経済指標値から日経先物の値を予測する」といった学習モデルを短時間で生成でき、エクセルから学習モデルにアクセスしてリアルタイムに予測値を表示するデモを行い、機械学習を用いたソリューションの提案訴求力ＵＰができました

検討者にお薦めするポイントがあれば記入ください

同社のクラウドサービス MicrosoftAzure の知識が無くても大丈夫です。

改善してほしいポイントは何でしょうか？

この種類のサービスにありがちだが、アップデートが頻繁に、かつ(大抵の場合)時期も内容も予告なく行われるので、それまで使っていた内容や機能が、時にはデザインレベルで突然変わっていたりする。機能がより拡張され便利になっていくのは良いが、実用においては時に問題となる可能性がある。また、「とっつきやすさ」が非常に高い故に、(稀には)感覚的な誤解をしてしまうことがあるかもしれない。

どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？

機械学習についての Study は分厚い本を読んで勉強するか、お遊びのような体験サイトで簡単なサンプルを確認するか、のようなパターンだったが、このシステム(サイト)は非常に多様な(且つ場合によっては高度な)機能や手法を、GUIベースで簡易・自由に構成して、実際の動作を体験することができる。また結果出力についてもグラフなどいろいろな機能が用意されており、これらを利用して実際の機械学習手法プレゼンのサンプル作成を行ったこともあった。

検討者にお薦めするポイントがあれば記入ください

機械学習のイメージを掴みたい、まず体験してみたい場合、Azure を利用できる環境があれば、この機能の利用(できるような調整)を是非進めたい。

改善してほしいポイントは何でしょうか？

主要なドキュメントは日本語化して欲しい。
WindowsベースのDSVMにも、Linuxペースと同等の環境を用意して欲しい。

どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？

機械学習の勉強やプロトタイプの作成、または、評価目的であれば、無料利用の環境でも十分なため、初期コストが掛からず機械学習の導入を促進できる。

改善してほしいポイントは何でしょうか？

特に無いというか、他の機械学習フレームワークと比べてかなり、ある種の独特のアプローチの割り切りが見られるので、このままわが道を突き進んで欲しいと思っています。

どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？

かなりカンタンに機械学習モデルが構築して実験、検証、デプロイできます。
scikit-learnなどPythonフレームワークとも親和性があるので助かりました。

改善してほしいポイントは何でしょうか？

・Pythonだのなんだのを使って自力で機械学習をやってきた人にとっては、逆にまったく向かない環境だと思う。まあ、ターゲット層がそういう人じゃないんだと思う

どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？

・プレゼンテーションや勉強会のとき、ハンズオンに使うのに非常に重宝した
・実はもうちょっと評価されてもいいんじゃないかなーと思われるAzureファミリーのプロダクトだと思う

改善してほしいポイントは何でしょうか？

MLフレームワークの個性としては、現状の路線でいいのかなと思いつつ、プロの研究者も使うような小回りの効くフレームワークとなるべく自由度を高める、Pythonベースの他のライブラリとの接続などは課題だと感じました。

どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？

ローカルインストール不要で、クラウドで整備されている環境をもって、事前知識が少ない人にもとりあえずこのサンプルで試してみたら良いのではないか？と初期学習、導入コストがとても低いメリットがありました。

改善してほしいポイントは何でしょうか？

Microsoft Azure Machine Learning Studioについては、自分の知る限りクローズドな製品で、GitHubに公開されているオープンソースプロジェクトではないように思います。これはオープンソースにしたらもっと評価されて周知されるとも思います。

どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？

信頼性のあるMicrosoftクラウドプラットフォーム上で、計算リソースも含め、機械学習モデルを構築できる。
ローカルマシンの機械学習モデルへのリソース分配やコストはクラウドへ分離して想定できる。

改善してほしいポイント

■エラーがわかりにくい
この製品に限ったことではないですがエラーが不親切です。特に初心者が扱いやすいとされているDesignerはゼロから使おうとすると絶対に何かしらのエラーに直面します。このDesigner機能のエラーだけでもトラブルシューティング対策が充実してほしいです。

■ワークスペースの課金体系が使った人しかわからない
価格体系を見るとVMの従量課金だけ、に見えますが違います。Notebookを格納するストレージなどがサブリソースとして作成されそれらの料金も発生します。価格ページにはAMLワークスペースとして使う場合の料金目安をAMLのページに載せてほしいし、価格シミュレーターでもAMLワークスペースとして算出できるようにしてほしい。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

分析工程で重要なのはいかにデータ上有用な説明変数を見つけ、素早く最適なアルゴリズムとハイパーパラメータを見つけられるか、です。AzureMachineLearningはこの２点を比較的簡単にクリアできます。データを取り込めば基礎統計量は自動的に出してくれますしAutoMLやHyperDriveで試行錯誤は大量にこなせます。
そして意外と便利なのが、データや完成モデルをどこに保存したかわからなくなってしまう、すぐ取り出せないというシナリオを解決できる点です。実験データはすべてログとして記録され精度や誤差も一覧で表示されたり、試行ごとにコメントもつけられるので後から遡ることもできます。また、完成モデルもAML上でデプロイできたり、少し高度な使い方だとAzureDevOpsの成果物としてしっかり履歴管理もできます。
何より初心者でも使いやすい一方で分析の自動化（いわゆるMLOps）に対してAzureDevOpsと組み合わせることでかなり高度な自動化が実現できる点が嬉しいです。

検討者へお勧めするポイント

どのツールもそうですが、まずは基本的なMLの知識をつけておかないと結局ツールは使いこなせないのでその点は注意です。ツールは万能ではなくあくまでも道具です。とりあえず無料でも体験できるので、何はともあれ触ってみるとよいと思います。