In meinem letzten Blogartikel habe ich gezeigt, dass es ganz einfach ist, ein Machine Learning WebService zu bauen. Es kann ganz einfach in „Custom-Code“ verwendet werden. Eigentlich braucht man sogar nur mehr den generierten Code kopieren, anpassen und verwenden. Jetzt möchte ich zeigen wie einfach es ist, das WebService aus Excel heraus zu verwenden.
Machine Learning Studio
Dazu wechsle ich in die WebService Ansicht innerhalb meines Microsoft Azure Machine Learning Studio. Darin befindet sich noch das WebService, das ich zuletzt erstellt habe (immer noch zu meinem Experiment „Census Income Prediction“).
Klickt man auf das WebService, dann können wir in die Details wechseln und erhalten folgende Möglichkeit. Mein Augenmerk liegt hier auf der Spalte „APPS“.
Ich entscheide mich auf „Excel2013 or later workbook“ zu klicken. Es erscheint daraufhin ein Hinweis, dass in diesem Fall ein kleiner Auszug meiner Trainingsdaten verwendet wird. Nachdem ich das quittiert habe, kann ich mit Excel auch schon loslegen.
Microsoft Excel 2016
Danach kann das automatisch generierte Excel geöffnet werden. In meinem Fall mit Microsoft Excel 2016 (32 Bit). Nach dem Download und dem Öffnen in Excel, muss man noch den Button „Bearbeitung aktivieren“ (innerhalb von Excel) klicken, damit man überhaupt mal sieht, was in dem Excel File so los ist. Es wird daraufhin ein Panel angezeigt, mit der Überschrift „Azure Machine Learning“. Darin kann man nun das Web Service „Census Income Prediction“ sehen und wenn man daraufklickt auch konfigurieren.
In der Konfiguration klicke ich auf „Use sample data“ und das Excel wird, wie von Geisterhand mit den Beispiel-Daten befüllt. Nachdem der Ursprung die Trainings-Daten sind (sagte uns ja der Hinweis zuvor), haben wir darin auch eine Spalte für das tatsächliche Einkommen („income“), wobei es sich dabei nur darum handelt ob es mehr oder weniger als US$ 50.000,00 sind, also nicht um das exakte Einkommen der jeweiligen Personen.
Damit wir nun so tun, als wären es Echt-Daten, löschen wir einfach den Inhalt der Spalte „income“, aber wirklich nur den Inhalt und nicht die gesamte Spalte. Denn das Service (wir erinnern uns), bekommt ja als REST Call alle Spalten als JSON-Parameter mitgeschickt. Fehlt die Spalte, dann liefert das WebService einen Fehler zurück, weil das Schema nicht mit den gelieferten JSON Parameter übereinstimmt. Jetzt brauchen wir nur mehr die gesamte Tabelle als Input auswählen und eine Ziel-Zelle für die Ausgabe definieren. Anschließend braucht man nur mehr auf „Predict“ zu klicken und schon nach wenigen, wirklich sehr wenigen Sekunden ist das Ergebnis da.
Die rote Spalte zeigt, sehr eindrucksvoll wie einfach es ist hier eine Vorhersage zu bekommen. Das ganze ist ohne Programmierung machbar und das(!) wird vor allem alle Nicht-Developer bzw. Nicht-IT-Pros sehr freuen. Machine Learning wird so für die Massen nutzbar! Microsoft weiter so!
🙂
