Azure Machine Learningチュートリアルのバックアップ(No.2) - マイクロソフト系技術情報 Wiki

[ トップ ] [ 新規 | 一覧 | 単語検索 | 最終更新 | ヘルプ ]

「マイクロソフト系技術情報 Wiki」は、「Open棟梁Project」,「OSSコンソーシアム .NET開発基盤部会」によって運営されています。

戻る

目次 †

概要 †

Azure Machine Learning（AzML）のチュートリアル。

準備 †

契約 †

Azureの契約 †

AzMLの契約 †

Azure Databricksと異なり、無料アカウントが利用できるらしい。

環境 †

ワークスペース †

作成方法

ポータルで [リソースの作成] > [AI + Machine Learning] > [Machine Learning] の順に選択

値を指定

ワークスペース名
myazmlwsとか

サブスクリプション
任意の値

リソースグループ
DplRGとか

場所（リージョン）
- データ・パープライン系は「West US 2」辺りが良いかも。
- リージョン別の Azure 製品 | Microsoft Azure
  https://azure.microsoft.com/ja-jp/global-infrastructure/services/?products=databricks

その他、ストレージ系

ストレージ・アカウント
新規

キー・コンテナー
新規

Application Insight
新規

コンテナ・レジストリ
新規（なしのままでもOK
・osscjpdevinfraacr
・標準

ネットワーク
- ○：パブリック・エンドポイント
- プライベート・エンドポイント

詳細
既定値

ワークスペースの作成には数分かかる。
- 「デプロイが完了しました」が表示されたら、
- [リソースに移動]ボタンを押下する。
- [スタジオの起動]ボタンを押下する。
- Azure Machine Learning Studioに移動する。

使用量 + クォータ
Azure Machine Learningのリソース画面で設定可能

エンドポイントの保護
パブリック・エンドポイントの場合
- IPアドレス制限
- AzureADの認証が必要

IaC化

Azure CLIで

PowerShellで

参考

参考

コンピュート †

クラスタ †

データ †

を用いて、学習と推論を行う。

Automated ML（自動機械学習で、 †

タイタニック生存者予測 †

https://aka.ms/titanic0611

をデータセットとして使用。

定期預金申込予測 †

https://automlsamplenotebookdata.blob.core.windows.net/automl-sample-notebook-data/bankmarketing_train.csv

をデータセットとして使用。

自転車シェアリング需要予測 †

https://github.com/Azure/azureml-examples/blob/main/python-sdk/tutorials/automl-with-azureml/forecasting-bike-share/bike-no.csv

をデータセットとして使用。

Designer（GUI機械学習プロセス実行で、 †

自動車価格の予測 †

Automobile price predictionサンプルを選択

VNET †

... †

参考 †

Azure Machine Learning の Private Link 対応
https://zenn.dev/keonabut/articles/ad61e4d1da7ceb90862a
仮想ネットワーク (Vnet) 上で Azure Machine Learning を使用する方法について | Japan Machine Learning Support Blog
https://jpmlblog.github.io/blog/2020/10/28/AML-use-behind-vnet/

参考 †

Qiita †

Azure Machine Learningのいろは
https://qiita.com/gnbrganchan/items/43e6c44754cb83220db5

機械学習(AI)初学者のファーストステップ
https://qiita.com/tetsu831018/items/433a3b62d81a89580eaa

気象庁公開データを利用したAzure Machine Learning デザイナーによる来店者数予測のサンプル
https://qiita.com/zukakosan/items/baff8bc08d21d52109d6

Azure ML Python SDK を使う
- １：データセットをインプットとして使う - その１
  https://qiita.com/notanaha/items/89fd11fff8eb3fead176
- ２：データセットをインプットとして使う - その２
  https://qiita.com/notanaha/items/30d57590c92b03bc953c
- ３：アウトプットを Blob ストレージに書きだす - その１
  https://qiita.com/notanaha/items/d22ba02b9cc903d281b6
- ４：アウトプットを Blob ストレージに書きだす - その２
  https://qiita.com/notanaha/items/655290670a83f2a00fdc
- ５：パイプラインの基本
  https://qiita.com/notanaha/items/6d86631a5dd9956ed011

YouTube? †

Azure Machine Learning ハンズオンシリーズ †

https://www.youtube.com/playlist?list=PLzmfTuDFwtKEH_W9--AtsD4kwNSPEChPO

基礎編
https://www.youtube.com/watch?v=phbcUrWNJy8
- Module#1 環境構築
- Module#2 studio での基本機能の確認
- https://speakerdeck.com/konabuta/azure-machine-learning-hanzuonsirizu-ji-chu-bian-zi-liao

Python による機械学習入門
https://www.youtube.com/watch?v=VVu7lnE057E
- Module#1 Visual Studio Code 入門
- Module#2 Python と scikit-learn でのモデル学習とチューニング
- Module#3 様々な環境へのデプロイ
- https://speakerdeck.com/yomaki/azure-machine-learning-hanzuon-python-niyoruji-jie-xue-xi-ru-men

テキスト分類
https://www.youtube.com/watch?v=aJhFJ3tRz5Y
- Module#1 テキスト分類に用いるデータの準備
- Module#2 テキスト分類の考え方とテキスト分類モデル
- Module#3 モデルトレーニングと推論
- スライドなし

画像分類
動画なし
- Module#1 画像分類の考え方
- Module#2 PyTorch?による画像の取扱い
- Module#3 Azure ML によるモデルトレーニングとデプロイ
- スライドなし

モデル解釈
https://www.youtube.com/watch?v=ljOxHenrOqg
- Module#1 環境準備
- Module#2 解釈性の高いモデルを構築する
- Module#3 BlackBox? モデルを説明する
- https://speakerdeck.com/konabuta/azure-machine-learning-hanzuon-moderujie-shi

microsoft.com †

Microsoft Azure †

Microsoft Docs †

クイックスタート
- ワークスペースリソースを作成する
  https://docs.microsoft.com/ja-jp/azure/machine-learning/quickstart-create-resources

チュートリアル

AutoML
- 分類モデル
  https://docs.microsoft.com/ja-jp/azure/machine-learning/tutorial-first-experiment-automated-ml
- 時系列予測モデル（需要予測）
  https://docs.microsoft.com/ja-jp/azure/machine-learning/tutorial-automated-ml-forecast

デザイナー

回帰モデル
https://docs.microsoft.com/ja-jp/azure/machine-learning/tutorial-designer-automobile-price-train-score

機械学習モデルをデプロイする
https://docs.microsoft.com/ja-jp/azure/machine-learning/tutorial-designer-automobile-price-deploy

Azure Machine Learning 内に Azure Databricks と AutoML を含む開発環境をセットアップする
https://docs.microsoft.com/ja-jp/azure/machine-learning/how-to-configure-databricks-automl-environment

仮想ネットワークの分離とプライバシーの概要
https://docs.microsoft.com/ja-jp/azure/machine-learning/how-to-network-security-overview

GitHub †

ハンズオン †

https://github.com/yomaki/azure-ml-python-handson

mslearn-dp100 †

https://microsoftlearning.github.io/mslearn-dp100/

Machine Learning Best Practices †

https://azure.github.io/machine-learning-best-practices/#/

Machine-Learning-Collection †

https://github.com/aladdinpersson/Machine-Learning-Collection

Tags: :クラウド, :BI/AI, :Azure