進入 Azure Machine Learning Studio，通常會從設計實驗開始，以下透過5個步驟快速建立一個簡易的機器學習實驗：

步驟 1：新增實驗

(1) 進入 Experiments，點選左下角"+New"新增實驗

(2) 選擇"Blank Experiments"空白實驗

步驟 2：新增資料集

(3) 輸入實驗名稱，將範本資料集"Adult Census Income Binary Classification dataset Census Income dataset"拖曳至實驗

(4) 這是一個成人收入調查的二元分類資料集，若要看資料集內容，可以點選滑鼠右鍵，選擇"Download"下載，或"Visulize"直接檢視內容

(5) 可以看到此資料集包含了年齡、教育程度、婚姻狀態、性別、每週工時…等資料，最後一欄的收入分成50K以下、超過50K兩種，是二元分類的結果欄位，詳細資料說明可參考UCI Mahchine Learning Repositury - Adult Data Set

(6) 也可以下載 CSV 檔，用 Excel 檢視資料內容

步驟 3：切割資料集

(7) 接著將"Split Data"切割資料拖曳至實驗，將資料集的輸出接到 Split Data 的輸入，將資料集分為訓練集和測試集，通常設定 7:3 或 8:2，右邊的"Fraction of rows in the first output dataset"第一份輸出資料集(訓練集)比例這邊輸入 0.7

步驟 4：選擇演算法、建立訓練模型

(8) 新增"Train Model"訓練模型，將 Split Data 輸出接至 Train Model 的輸入

(9) 新增"Two-Class Boosted Decision Tree"二元分類決策樹，將演算法的輸出接至 Train Model 的輸入

(10) 點選 Train Model，右邊屬性視窗的 Label column 欄位，要選擇資料集的標籤值欄位，也就是結果，點選"Launch column selector"開啟欄位選擇工具

(11) 選擇資料集的"Income"收入欄位，點選右下角勾勾確認

步驟 5：建立計分模型、評估模型，評估結果

(12) 新增"Score Model"計分模型，將 Train Model 及 Split Data 的輸出分別接至 Score Model 的輸入

(13) 新增"Evaluate Model"評估模型，將計分模型的輸出接至評估模型的輸入，點選下方"Run"執行此實驗

(14) 執行成功後，可以滑鼠右鍵點選評估模型，查看評估結果

Azure Machine Learning Studio 教學導覽

若不知道如何開始，Azure Machine Learning Studio 會自動跳出教學提示，點選"Take Tour"即可觀看教學導覽

沒有自動跳出視窗，也可以自行點選右上角的問號，再點選"Tour"

再點選"Get Started"，即可觀看教學