DF1 - ML - Petukhov - Azure Ml Machine Learning as a Service
Azure ml発表資料
-
Upload
kota-matsumoto -
Category
Technology
-
view
66 -
download
0
Transcript of Azure ml発表資料
プランナーでも使えるかも!AzureMLを使ったソシャゲ数値解析
2016/07/13@kotamat
自己紹介• GARAGE STER技術担当ディレクター• Webサービスのサーバーサイドをやってきた• ソシャゲ事業をやっていた時は、開発から運用までやっていた。
ソシャゲ運用時に言われること
次回のイベントのレベル設計したいからアクティブユーザのカード情報とってくれる?
うっす
アクティブユーザテーブル
言われることユーザカード管理
テーブル
user_idでリレーション
card_idでリレーション
カードマスタテーブル
csvで管理
アクティブユーザテーブル
言われることユーザカード管理
テーブル
user_idでリレーション
card_idでリレーション
カードマスタテーブル
JOINしてcsv書き出し
vlookupでリレーション
あざす
はいよ
んーやっぱりカードだけじゃなくてデッキの状態も知りたい
お、おう。
アクティブユーザテーブル
言われることユーザカード管理
テーブルcard_idでリレーション
カードマスタテーブル
ユーザデッキ管理テーブル
JOINしてcsv書き出し
vlookupでリレーション
あざす
はいよ
アクティブユーザの代わりにいべんt
やだ
‥とはならないけど
取りたいデータは自分でとりたいよね
そこで
できること• GUIでデータのやり取りを構築できる• API化してサービス化ができる• 大量のデータをさばける• もちろん機械学習できる• R、 Pythonができる• テンプレートが充実している
今日やること
アクティブユーザのデッキの平均レベルとそのユーザのレベルの相関関係
やること• 各データ (マスタデータ、 DBデータ )を csv化• 結合・カラム毎の計算等をし、ユーザのレベルとデッキレベルを持ったテーブルを生成• ユーザのレベルとデッキレベルの相関性を計算
• 今回は例として、線形回帰分析を行う• 学習用データとテストデータを分け、解析し、整合性を確かめる
データ構成
user_id user_rank ucid user_id card_id exp
udid user_id 1 2 3 4 5 6 card_id level_type
アクティブユーザテーブル
ユーザカードテーブル
ユーザデッキテーブル カードマスタ
アクティブユーザのデッキ作成
user_id user_rank
id user_id 1 2 3 4 5 6
アクティブユーザテーブル
ユーザデッキテーブル
udid user_id 1 2 3 4 5 6
アクティブユーザのデッキ
ユーザカードのレベル計算
ユーザカード+α
id user_id card_id exp
card_id level_type
ユーザカードテーブル
カードマスタ
ucid user_id card_id exp level_type
expと level_typeで levelを計算card_idを消す
ユーザカード+level
ucid user_id level
デッキ毎のカードレベル
アクティブユーザのデッキユーザカード
+level
udid user_id card_level_1
udid user_id 1 2 3 4 5 6 ucid user_id level
udid user_id card_level_2udid user_id card_level_3udid user_id card_level_4udid user_id card_level_5udid user_id card_level_6udid user_id cl1 cl2 cl3 cl4 cl5 cl6
デッキ毎のカードレベル デッキ毎の
カードレベル
ユーザのレベルとデッキのカード平均レベル
udid user_id cl1 cl2 cl3 cl4 cl5 cl6
デッキ毎のカードレベル
udid user_id cl_ave
デッキ毎のカードレベル平均
user_id user_rank
アクティブユーザテーブル
cl1~6の平均
user_rank cl_ave
ユーザのレベルとデッキレベル平均
相関性の検証
user_rank cl_ave
ユーザのレベルとデッキレベル平均
学習用データで user_rankを線形回帰分析
テスト用データを使って分析結果を検証
user_rank cl_ave score
デモ
まとめ• データの結合、分析がプログラミングを知っていなくてもできる
• ただし、細かい計算をする場合は、 R,Pythonで計算したほうが良かったりする• 途中で計算を追加したり、削除したりするのが楽
• なので、分析方法や、分析パラメータをいじって微調整することが可能• 一回作ってしまえば、入力データを変えるだけで、最新のデータで分析可能