Azure Machine Learningチュートリアル
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
単語検索
|
最終更新
|
ヘルプ
]
開始行:
「[[マイクロソフト系技術情報 Wiki>http://techinfoofmicros...
-[[戻る>Azure Machine Learning]]
--Azure Machine Learningチュートリアル
--[[Azure Machine Learningのアルゴリズム・モデル]]
--[[Azure Machine Learningのモデルのデプロイ]]
* 目次 [#abbe9478]
#contents
*概要 [#f773018b]
[[Azure Machine Learning]]（AzML）のチュートリアル。
*準備 [#x70c7c46]
**契約 [#gaa4007d]
***[[Azureの契約>AzureのPoC環境を契約する]] [#rbfcb996]
***AzMLの契約 [#j9de52d5]
[[Azure Databricks>Azure Databricksチュートリアル#cf1e6ce...
**環境 [#kd691f67]
***[[ワークスペース>Azure Machine Learning#q620b661]] [#r...
-作成開始の方法
--ポータルで [リソースの作成] > [AI + Machine Learning] >...
-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/s...
--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
-[作成]ボタンを押下~
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。
--スタジオ起動後、右上の「⚙」メニューから言語の設定が可能。
-使用量 + クォータ
--Azure Machine Learningのリソース画面で設定可能
--[[インスタンス>#gcec930f]]、[[クラスタ>#g9b08bdf]]作成...
-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
--[[Azure AD>Microsoft Azure Active Directory]]の認証が必要
-IaC化
--[[PowerShell]]で~
---情報なし。
--[[Azure CLI]]で
---v1.0では以下のように作成可能。
>az login
>az account subscription list --output table
>az account set --subscription xxxxx
>az ml workspace create --workspace-name [名称] --resour...
---v2.0ではYAMLを使用可能になり~
[[Azure Private Endpoint]]を使用するような~
ケースでの対応が容易になる。
---参考~
・https://github.com/OpenTouryoProject/DataPipeline/blob/...
-参考
***インスタンス [#gcec930f]
＜Azure Machine Learning Studioから＞
-作成開始の方法
--左メニューから[コンピューティング]に移動し、
--[コンピューティング インスタンス]タブから[新規]を押下。
-値を指定
--コンピューティング名~
myazmlcompとか
--仮想マシンの種類~
(CPU) or GPU
--仮想マシンのサイズ~
既定値
--詳細 > 設定の構成~
既定値
-[作成]ボタンを押下~
コンピューティング インスタンスの作成には数分かかる。
＜スクリプトから＞
-[[Azure CLI]]
--割愛
--参考~
https://github.com/OpenTouryoProject/DataPipeline/blob/de...
-[[Python>Visual Studio Code#red23b04]]
***クラスタ [#g9b08bdf]
＜Azure Machine Learning Studioから＞
-作成開始の方法
--左メニューから[コンピューティング]に移動し、
--[コンピューティング クラスタ]タブから[新規]を押下。
-値を指定
--場所~
[[ワークスペース>#r92b5e05]]の場所
--バーチャル マシン層~
(専用) or 低優先度
--仮想マシンの種類~
(CPU) or GPU
--仮想マシンのサイズ~
既定値
--設定の構成
---コンピューティング名~
myazmlclstとか
---ノード数~
・最小：0~
・最大：1（クォータによって可変
---スケール ダウンする前のアイドル時間 (秒)~
既定値（120秒
-[作成]ボタンを押下~
コンピューティング クラスタの作成には数分かかる。
＜スクリプトから＞
-[[Azure CLI]]
--割愛
--参考~
https://github.com/OpenTouryoProject/DataPipeline/blob/de...
-[[Python>Visual Studio Code#red23b04]]
*学習と推論 [#ab76f981]
**[[Automated ML（自動機械学習>Azure Machine Learning#b95...
***タイタニック生存者予測 [#fd92483e]
https://aka.ms/titanic0611
をデータセットとして使用。
-データセット
--作成開始の方法
---左メニューから[データセット]に移動し[データセットの作...
---[ローカル ファイルから]を選択して、以下の手順でアップ...
--値を指定
---基本情報
・名前：Titanic.csv~
・データセットの種類：表形式~
・説明：任意の文字列~
・[次へ]ボタンを押下
---データストアとファイルの選択~
・[参照] -> [ファイルの参照]でアップロード~
・[次へ]ボタンを押下
---設定とプレビュー~
・設定とプレビューを確認~
・必要に応じて設定を修正~
・[次へ]ボタンを押下
---スキーマ~
・スキーマを確認~
・必要に応じてスキーマを修正~
・スキーマの変更~
・列の論理削除~
・[次へ]ボタンを押下
---詳細の確認~
・詳細を確認~
・[作成]ボタンを押下
-学習と推論
--作成開始の方法
---左メニューから[自動 ML]に移動し[新しい自動 MLの実行]を...
---以下の手順で[新しい自動 MLの実行]を作成。
--値を指定
---データセットの選択~
・データセットを選択~
・[次へ]ボタンを押下
---実行の構成~
・実験名 -> 新規作成 -> 新しい実験名：Titanic-AutoML~
・ターゲット列：Survived (Integer)~
・コンピューティングの種類を選択：コンピューティング クラ...
・Azure ML コンピューティング XXXを選択する：[[myazmlclst...
・[次へ]ボタンを押下
---タスクと設定の選択~
・タスクと設定の選択：(分類)、回帰、時系列の予測~
・追加の構成設定を表示する -> 終了条件 -> トレーニング ジ...
・特徴量化設定の表示 -> 手動での特徴量の設定（除外、型指...
---[オプション] 検証とテスト~
・検証の種類：既定値~
・[終了]ボタンを押下
--実験の実行画面に飛ぶ。
-評価とデプロイ
--左メニューから[実験]に移動し、
--実験名 - > 実験IDから実験を表示する。
--評価
---[詳細]タブ
---[データ ガードレール]タブ~
どんな条件でクロスバリデーションや欠損値の保管が実行され...
---[モデル]タブ~
テストされたすべてのモデルの比較、モデルのダウンロード~
・特定のアルゴリズムをクリック：各種メトリクスの確認
・...
---[出力とログ]タブ
---[子の実行]タブ
---[スナップショット]タブ
--デプロイ
---[モデル]タブを選択
---モデル（アルゴリズム名）を選択
---[デプロイ]ボタンを押下~
・Web サービスへの配置~
・色々入力~
・名前：mytitanicautoml~
・推論クラスタ（[[AKS>Azure Kubernetes Service (AKS)]]...
高価そうなので[[インスタンス>#gcec930f]]を選択~
・念の為、認証は有効にしておく。~
・[デプロイ]ボタンを押下
---[ダウンロード]ボタンでダウンロードも。
-WebAPIで推論を実行
--左メニューから[エンドポイント]に移動、
--エンドポイント名をクリックし[使用]タブに移動、
--ココからPythonのコードをコピペする。
--[[NotebooksのHello world>#y90cd938]]の要領で実行する。
***定期預金申込予測 [#ke2a29fa]
-https://learn.microsoft.com/ja-jp/azure/machine-learning...
-https://automlsamplenotebookdata.blob.core.windows.net/a...
***自転車シェアリング需要予測 [#kf9012ec]
-https://learn.microsoft.com/ja-jp/azure/machine-learning...
-https://github.com/Azure/azureml-examples/blob/main/pyth...
***[[糖尿病データセット>https://dotnetdevelopmentinfrastr...
https://dotnetdevelopmentinfrastructure.osscons.jp/index....
**[[Designer（GUI機械学習>Azure Machine Learning#xd500bfd...
***自動車価格の予測 [#jfcc9075]
Automobile price predictionサンプルを選択
-プロジェクト・テンプレートの選択
--作成開始の方法~
左メニューから[デザイナー]に移動し[サンプルの表示数を増や...
--Regression - Automobile Price Prediction (Basic)を選択~
（コレはAzure MLのプロジェクト・テンプレートのようなモノ...
>グラフ概要：https://github.com/Azure/MachineLearningDesi...
-データセット
--パイプラインの編集
---学習データを[視覚化（データを表示する）]から確認
---必要なら、データセットの差し替えが可能。~
（[[登録済みDatasets>#fd92483e]]から追加＆差替）
-学習と推論
--パイプラインの編集
---パイプラインを確認（特徴量選択 -> 欠損値の補完 -> デー...
---学習のアルゴリズムを確認（線形回帰のアルゴリズム）
--コンピューティング環境の設定~
・「⚙」メニューからコンピューティング環境の設定が可能。~
・既定のコンピューティング先~
・コンピューティングの種類を選択：コンピューティング ク...
・Azure ML コンピューティング XXXを選択する：[[myazmlcl...
--[送信]ボタンを押下~
・実験名 -> 新規作成 -> 新しい実験名：APP-Designer~
・[送信]ボタンを押下~
・グラフが順次実行されて行く。
-評価とデプロイ
--左メニューから[実験]に移動し、
--実験名 - > 実験IDから実験を表示する。
--評価
---[グラフ]タブ
---[手順]タブ
---[出力とロク]タブ
---[メトリック]タブ
---[画像]タブ
---[スナップショット]タブ
---[説明]タブ
---[公平性]タブ
--デプロイ
---[公開]ボタンを押下
**[[Notebooks（コーディング環境>Azure Machine Learning#h1...
-プロジェクト・テンプレートの準備
--作成開始の方法
左メニューから[Notebooks]に移動、
--[ファイル]タブから[Samples]フォルダを作成
--[サンプル]タブからサンプルをクローン
---[[Python>Visual Studio Code#red23b04]]のバージョン毎に...
---srcにルート（x.xx.x）フォルダを選択してクローンする。
---dstに作成した[Samples]フォルダを選択する。
***Hello world [#y90cd938]
-[ファイル]タブのフォルダから[新しいファイルの作成]を選択
--ファイル名：helloworld.ipynb
--ファイルの種類：ノートブック (*.ipynb)
--[作成]ボタンを押下
-実装
--[[Jupyter Notebook>https://dotnetdevelopmentinfrastruct...
--メニューのエディターから他のIDE I/Fを選択可能。
---[[Jupyter Notebook>https://dotnetdevelopmentinfrastruc...
---[[JupyterLab>https://dotnetdevelopmentinfrastructure.o...
---[[VS Code>#kf972658]]
--以下の実装を行う。
print('Hello World')
-実行
--コンピューティング：[[myazmlcomp>#gcec930f]]
--セルの左の[実行]ボタンを押下して実行する。
***VS Code [#kf972658]
-[[Python for Visual Studio Code]]にあるように設定する。
-Azure MLからVS Codeを起動するとAzure MLと接続したVS Code...
-クローンなどの操作は、ターミナルのウィンドウから行う事も...
***Python、scikit-learn [#k78aa30f]
プロジェクト・テンプレートの選択
-JupyterからTerminalを開き、以下をクローンし、
>https://github.com/yomaki/azure-ml-python-handson
-module2に移動して、順次、進めて行く。
--データセット
--学習
-module3に移動して、順次、進めて行く。
--デプロイ
--推論
*構築系 [#of8a5df8]
**権限 [#d5638001]
[[カスタム ロール>Role Based Access Control (RBAC)#nec899...
***... [#v5fd9470]
***参考 [#se75ea65]
-ワークスペースでロールを管理する~
https://docs.microsoft.com/ja-jp/azure/machine-learning/h...
**VNET [#bb8f5f16]
-VNETテクノロジーでセキュリティ保護することができる。
-複数のサービスが関連しているため、その構成は少し複雑。
***... [#ic7e9cbc]
***参考 [#ob136bfa]
-Azure Machine LearningのVNETデプロイと~
MLFlowによるDatabricksのトラッキング~
https://qiita.com/whata/items/f2483e4759e077848de4
-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...
-machine-learning-best-practices/architecture.md~
at main · Azure/machine-learning-best-practices · GitHub~
https://github.com/Azure/machine-learning-best-practices/...
*参考 [#fe94a81d]
**Qiita [#od9f0870]
-機械学習(AI)初学者のファーストステップ~
https://qiita.com/tetsu831018/items/433a3b62d81a89580eaa
-Azure Machine Learningのいろは~
https://qiita.com/gnbrganchan/items/43e6c44754cb83220db5
***AutoML [#g8d73b4f]
-Azure Machine Learning で AutoML 使って~
モデル構築 → デプロイまでのハンズオン~
https://qiita.com/Catetin0310/items/e8e86997bd96e0144ced
***Designer [#ff039baf]
...
***Notebooks [#y8234565]
-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
***デプロイ [#nd451c64]
-Azure Machine Learningからの機械学習モデルのデプロイ(Loc...
https://qiita.com/ryokita/items/a65063482cf6367071c4
-Azure Machine Learning で自作モデルをデプロイする~
https://qiita.com/ko10/items/2e702e6b1a1f1e60cc05
-AzureMLで機械学習/推論を実行する~
（データ登録、コンピューティングクラスタでの学習、AKSへの...
https://qiita.com/eisai-bs/items/b68526a8a9e0d05ad702
**YouTube [#o851936b]
***[[Tech Briefing: Azure Machine Learning>Azure Machine ...
（AutoML & Designer 概要）
***Azure Machine Learning ハンズオンシリーズ [#u4dbee4a]
https://www.youtube.com/playlist?list=PLzmfTuDFwtKEH_W9--...
-基礎編~
https://www.youtube.com/watch?v=phbcUrWNJy8
--Module
---#1 環境構築
---#2 studio での基本機能の確認
--Resources~
https://speakerdeck.com/konabuta/azure-machine-learning-h...
-Python による機械学習入門~
https://www.youtube.com/watch?v=VVu7lnE057E
--Module
---#1 Visual Studio Code 入門
---#2 Python と scikit-learn でのモデル学習とチューニング
---#3 様々な環境へのデプロイ
--Resources
---DOC~
https://speakerdeck.com/yomaki/azure-machine-learning-han...
---Git~
https://github.com/yomaki/azure-ml-python-handson
-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
---#2 テキスト分類の考え方とテキスト分類モデル
---#3 モデルトレーニングと推論
--Resources~
スライドなし
-画像分類~
動画なし（https://dllab.connpass.com/event/217506/）
--Module
---#1 画像分類の考え方
---#2 PyTorchによる画像の取扱い
---#3 Azure ML によるモデルトレーニングとデプロイ
--Resources~
スライドなし
-[[モデル解釈>Azure Machine Learningのアルゴリズム・モデ...
**Microsoft Docs [#f1fb600a]
-Azure Machine Learning CLI のインストールと使用~
https://docs.microsoft.com/ja-jp/azure/machine-learning/r...
-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/h...
-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/h...
***クイックスタート [#p34c8435]
-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/q...
***ワークスペースの作成と管理 [#a96ffe14]
-ポータルまたは Python SDK を~
使用してワークスペースを管理する~
https://docs.microsoft.com/ja-jp/azure/machine-learning/h...
-Azure CLI を使用したワークスペースの作成~
https://docs.microsoft.com/ja-jp/azure/machine-learning/h...
***チュートリアル [#c3761469]
-AutoML
--分類モデル~
https://docs.microsoft.com/ja-jp/azure/machine-learning/t...
--時系列予測モデル（需要予測）~
https://docs.microsoft.com/ja-jp/azure/machine-learning/t...
-デザイナー
--回帰モデル~
https://docs.microsoft.com/ja-jp/azure/machine-learning/t...
--機械学習モデルをデプロイする~
https://docs.microsoft.com/ja-jp/azure/machine-learning/t...
-Azure Architecture Center
--Azure 上でリアルタイム レコメンデーション API を構築する~
https://docs.microsoft.com/ja-jp/azure/architecture/refer...
--コンテンツ ベースのレコメンデーション システムを構築する~
https://docs.microsoft.com/ja-jp/azure/architecture/examp...
--映画のレコメンデーション システムを構築する~
https://docs.microsoft.com/ja-jp/azure/architecture/examp...
***デプロイ [#m0777d36]
-スタジオ UI を使用して自動 ML を設定する~
https://docs.microsoft.com/ja-jp/azure/machine-learning/h...
-スタジオを使用して、デザイナーでトレーニングされたモデル...
https://docs.microsoft.com/ja-jp/azure/machine-learning/h...
**GitHub [#e884a2ee]
***ハンズオン [#d5302ada]
-https://github.com/yomaki/azure-ml-python-handson~
（以下の[[dp100>#t8b5ec12]]の一部を翻訳したもの）
***mslearn-dp100 [#t8b5ec12]
-https://microsoftlearning.github.io/mslearn-dp100/
***リポジトリ [#m59a789d]
-https://github.com/Azure/MachineLearningDesigner
-https://github.com/Azure/MachineLearningNotebooks
----
Tags: [[:クラウド]], [[:BI/AI]], [[:Azure]]
終了行:
「[[マイクロソフト系技術情報 Wiki>http://techinfoofmicros...
-[[戻る>Azure Machine Learning]]
--Azure Machine Learningチュートリアル
--[[Azure Machine Learningのアルゴリズム・モデル]]
--[[Azure Machine Learningのモデルのデプロイ]]
* 目次 [#abbe9478]
#contents
*概要 [#f773018b]
[[Azure Machine Learning]]（AzML）のチュートリアル。
*準備 [#x70c7c46]
**契約 [#gaa4007d]
***[[Azureの契約>AzureのPoC環境を契約する]] [#rbfcb996]
***AzMLの契約 [#j9de52d5]
[[Azure Databricks>Azure Databricksチュートリアル#cf1e6ce...
**環境 [#kd691f67]
***[[ワークスペース>Azure Machine Learning#q620b661]] [#r...
-作成開始の方法
--ポータルで [リソースの作成] > [AI + Machine Learning] >...
-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/s...
--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
-[作成]ボタンを押下~
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。
--スタジオ起動後、右上の「⚙」メニューから言語の設定が可能。
-使用量 + クォータ
--Azure Machine Learningのリソース画面で設定可能
--[[インスタンス>#gcec930f]]、[[クラスタ>#g9b08bdf]]作成...
-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
--[[Azure AD>Microsoft Azure Active Directory]]の認証が必要
-IaC化
--[[PowerShell]]で~
---情報なし。
--[[Azure CLI]]で
---v1.0では以下のように作成可能。
>az login
>az account subscription list --output table
>az account set --subscription xxxxx
>az ml workspace create --workspace-name [名称] --resour...
---v2.0ではYAMLを使用可能になり~
[[Azure Private Endpoint]]を使用するような~
ケースでの対応が容易になる。
---参考~
・https://github.com/OpenTouryoProject/DataPipeline/blob/...
-参考
***インスタンス [#gcec930f]
＜Azure Machine Learning Studioから＞
-作成開始の方法
--左メニューから[コンピューティング]に移動し、
--[コンピューティング インスタンス]タブから[新規]を押下。
-値を指定
--コンピューティング名~
myazmlcompとか
--仮想マシンの種類~
(CPU) or GPU
--仮想マシンのサイズ~
既定値
--詳細 > 設定の構成~
既定値
-[作成]ボタンを押下~
コンピューティング インスタンスの作成には数分かかる。
＜スクリプトから＞
-[[Azure CLI]]
--割愛
--参考~
https://github.com/OpenTouryoProject/DataPipeline/blob/de...
-[[Python>Visual Studio Code#red23b04]]
***クラスタ [#g9b08bdf]
＜Azure Machine Learning Studioから＞
-作成開始の方法
--左メニューから[コンピューティング]に移動し、
--[コンピューティング クラスタ]タブから[新規]を押下。
-値を指定
--場所~
[[ワークスペース>#r92b5e05]]の場所
--バーチャル マシン層~
(専用) or 低優先度
--仮想マシンの種類~
(CPU) or GPU
--仮想マシンのサイズ~
既定値
--設定の構成
---コンピューティング名~
myazmlclstとか
---ノード数~
・最小：0~
・最大：1（クォータによって可変
---スケール ダウンする前のアイドル時間 (秒)~
既定値（120秒
-[作成]ボタンを押下~
コンピューティング クラスタの作成には数分かかる。
＜スクリプトから＞
-[[Azure CLI]]
--割愛
--参考~
https://github.com/OpenTouryoProject/DataPipeline/blob/de...
-[[Python>Visual Studio Code#red23b04]]
*学習と推論 [#ab76f981]
**[[Automated ML（自動機械学習>Azure Machine Learning#b95...
***タイタニック生存者予測 [#fd92483e]
https://aka.ms/titanic0611
をデータセットとして使用。
-データセット
--作成開始の方法
---左メニューから[データセット]に移動し[データセットの作...
---[ローカル ファイルから]を選択して、以下の手順でアップ...
--値を指定
---基本情報
・名前：Titanic.csv~
・データセットの種類：表形式~
・説明：任意の文字列~
・[次へ]ボタンを押下
---データストアとファイルの選択~
・[参照] -> [ファイルの参照]でアップロード~
・[次へ]ボタンを押下
---設定とプレビュー~
・設定とプレビューを確認~
・必要に応じて設定を修正~
・[次へ]ボタンを押下
---スキーマ~
・スキーマを確認~
・必要に応じてスキーマを修正~
・スキーマの変更~
・列の論理削除~
・[次へ]ボタンを押下
---詳細の確認~
・詳細を確認~
・[作成]ボタンを押下
-学習と推論
--作成開始の方法
---左メニューから[自動 ML]に移動し[新しい自動 MLの実行]を...
---以下の手順で[新しい自動 MLの実行]を作成。
--値を指定
---データセットの選択~
・データセットを選択~
・[次へ]ボタンを押下
---実行の構成~
・実験名 -> 新規作成 -> 新しい実験名：Titanic-AutoML~
・ターゲット列：Survived (Integer)~
・コンピューティングの種類を選択：コンピューティング クラ...
・Azure ML コンピューティング XXXを選択する：[[myazmlclst...
・[次へ]ボタンを押下
---タスクと設定の選択~
・タスクと設定の選択：(分類)、回帰、時系列の予測~
・追加の構成設定を表示する -> 終了条件 -> トレーニング ジ...
・特徴量化設定の表示 -> 手動での特徴量の設定（除外、型指...
---[オプション] 検証とテスト~
・検証の種類：既定値~
・[終了]ボタンを押下
--実験の実行画面に飛ぶ。
-評価とデプロイ
--左メニューから[実験]に移動し、
--実験名 - > 実験IDから実験を表示する。
--評価
---[詳細]タブ
---[データ ガードレール]タブ~
どんな条件でクロスバリデーションや欠損値の保管が実行され...
---[モデル]タブ~
テストされたすべてのモデルの比較、モデルのダウンロード~
・特定のアルゴリズムをクリック：各種メトリクスの確認
・...
---[出力とログ]タブ
---[子の実行]タブ
---[スナップショット]タブ
--デプロイ
---[モデル]タブを選択
---モデル（アルゴリズム名）を選択
---[デプロイ]ボタンを押下~
・Web サービスへの配置~
・色々入力~
・名前：mytitanicautoml~
・推論クラスタ（[[AKS>Azure Kubernetes Service (AKS)]]...
高価そうなので[[インスタンス>#gcec930f]]を選択~
・念の為、認証は有効にしておく。~
・[デプロイ]ボタンを押下
---[ダウンロード]ボタンでダウンロードも。
-WebAPIで推論を実行
--左メニューから[エンドポイント]に移動、
--エンドポイント名をクリックし[使用]タブに移動、
--ココからPythonのコードをコピペする。
--[[NotebooksのHello world>#y90cd938]]の要領で実行する。
***定期預金申込予測 [#ke2a29fa]
-https://learn.microsoft.com/ja-jp/azure/machine-learning...
-https://automlsamplenotebookdata.blob.core.windows.net/a...
***自転車シェアリング需要予測 [#kf9012ec]
-https://learn.microsoft.com/ja-jp/azure/machine-learning...
-https://github.com/Azure/azureml-examples/blob/main/pyth...
***[[糖尿病データセット>https://dotnetdevelopmentinfrastr...
https://dotnetdevelopmentinfrastructure.osscons.jp/index....
**[[Designer（GUI機械学習>Azure Machine Learning#xd500bfd...
***自動車価格の予測 [#jfcc9075]
Automobile price predictionサンプルを選択
-プロジェクト・テンプレートの選択
--作成開始の方法~
左メニューから[デザイナー]に移動し[サンプルの表示数を増や...
--Regression - Automobile Price Prediction (Basic)を選択~
（コレはAzure MLのプロジェクト・テンプレートのようなモノ...
>グラフ概要：https://github.com/Azure/MachineLearningDesi...
-データセット
--パイプラインの編集
---学習データを[視覚化（データを表示する）]から確認
---必要なら、データセットの差し替えが可能。~
（[[登録済みDatasets>#fd92483e]]から追加＆差替）
-学習と推論
--パイプラインの編集
---パイプラインを確認（特徴量選択 -> 欠損値の補完 -> デー...
---学習のアルゴリズムを確認（線形回帰のアルゴリズム）
--コンピューティング環境の設定~
・「⚙」メニューからコンピューティング環境の設定が可能。~
・既定のコンピューティング先~
・コンピューティングの種類を選択：コンピューティング ク...
・Azure ML コンピューティング XXXを選択する：[[myazmlcl...
--[送信]ボタンを押下~
・実験名 -> 新規作成 -> 新しい実験名：APP-Designer~
・[送信]ボタンを押下~
・グラフが順次実行されて行く。
-評価とデプロイ
--左メニューから[実験]に移動し、
--実験名 - > 実験IDから実験を表示する。
--評価
---[グラフ]タブ
---[手順]タブ
---[出力とロク]タブ
---[メトリック]タブ
---[画像]タブ
---[スナップショット]タブ
---[説明]タブ
---[公平性]タブ
--デプロイ
---[公開]ボタンを押下
**[[Notebooks（コーディング環境>Azure Machine Learning#h1...
-プロジェクト・テンプレートの準備
--作成開始の方法
左メニューから[Notebooks]に移動、
--[ファイル]タブから[Samples]フォルダを作成
--[サンプル]タブからサンプルをクローン
---[[Python>Visual Studio Code#red23b04]]のバージョン毎に...
---srcにルート（x.xx.x）フォルダを選択してクローンする。
---dstに作成した[Samples]フォルダを選択する。
***Hello world [#y90cd938]
-[ファイル]タブのフォルダから[新しいファイルの作成]を選択
--ファイル名：helloworld.ipynb
--ファイルの種類：ノートブック (*.ipynb)
--[作成]ボタンを押下
-実装
--[[Jupyter Notebook>https://dotnetdevelopmentinfrastruct...
--メニューのエディターから他のIDE I/Fを選択可能。
---[[Jupyter Notebook>https://dotnetdevelopmentinfrastruc...
---[[JupyterLab>https://dotnetdevelopmentinfrastructure.o...
---[[VS Code>#kf972658]]
--以下の実装を行う。
print('Hello World')
-実行
--コンピューティング：[[myazmlcomp>#gcec930f]]
--セルの左の[実行]ボタンを押下して実行する。
***VS Code [#kf972658]
-[[Python for Visual Studio Code]]にあるように設定する。
-Azure MLからVS Codeを起動するとAzure MLと接続したVS Code...
-クローンなどの操作は、ターミナルのウィンドウから行う事も...
***Python、scikit-learn [#k78aa30f]
プロジェクト・テンプレートの選択
-JupyterからTerminalを開き、以下をクローンし、
>https://github.com/yomaki/azure-ml-python-handson
-module2に移動して、順次、進めて行く。
--データセット
--学習
-module3に移動して、順次、進めて行く。
--デプロイ
--推論
*構築系 [#of8a5df8]
**権限 [#d5638001]
[[カスタム ロール>Role Based Access Control (RBAC)#nec899...
***... [#v5fd9470]
***参考 [#se75ea65]
-ワークスペースでロールを管理する~
https://docs.microsoft.com/ja-jp/azure/machine-learning/h...
**VNET [#bb8f5f16]
-VNETテクノロジーでセキュリティ保護することができる。
-複数のサービスが関連しているため、その構成は少し複雑。
***... [#ic7e9cbc]
***参考 [#ob136bfa]
-Azure Machine LearningのVNETデプロイと~
MLFlowによるDatabricksのトラッキング~
https://qiita.com/whata/items/f2483e4759e077848de4
-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...
-machine-learning-best-practices/architecture.md~
at main · Azure/machine-learning-best-practices · GitHub~
https://github.com/Azure/machine-learning-best-practices/...
*参考 [#fe94a81d]
**Qiita [#od9f0870]
-機械学習(AI)初学者のファーストステップ~
https://qiita.com/tetsu831018/items/433a3b62d81a89580eaa
-Azure Machine Learningのいろは~
https://qiita.com/gnbrganchan/items/43e6c44754cb83220db5
***AutoML [#g8d73b4f]
-Azure Machine Learning で AutoML 使って~
モデル構築 → デプロイまでのハンズオン~
https://qiita.com/Catetin0310/items/e8e86997bd96e0144ced
***Designer [#ff039baf]
...
***Notebooks [#y8234565]
-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
***デプロイ [#nd451c64]
-Azure Machine Learningからの機械学習モデルのデプロイ(Loc...
https://qiita.com/ryokita/items/a65063482cf6367071c4
-Azure Machine Learning で自作モデルをデプロイする~
https://qiita.com/ko10/items/2e702e6b1a1f1e60cc05
-AzureMLで機械学習/推論を実行する~
（データ登録、コンピューティングクラスタでの学習、AKSへの...
https://qiita.com/eisai-bs/items/b68526a8a9e0d05ad702
**YouTube [#o851936b]
***[[Tech Briefing: Azure Machine Learning>Azure Machine ...
（AutoML & Designer 概要）
***Azure Machine Learning ハンズオンシリーズ [#u4dbee4a]
https://www.youtube.com/playlist?list=PLzmfTuDFwtKEH_W9--...
-基礎編~
https://www.youtube.com/watch?v=phbcUrWNJy8
--Module
---#1 環境構築
---#2 studio での基本機能の確認
--Resources~
https://speakerdeck.com/konabuta/azure-machine-learning-h...
-Python による機械学習入門~
https://www.youtube.com/watch?v=VVu7lnE057E
--Module
---#1 Visual Studio Code 入門
---#2 Python と scikit-learn でのモデル学習とチューニング
---#3 様々な環境へのデプロイ
--Resources
---DOC~
https://speakerdeck.com/yomaki/azure-machine-learning-han...
---Git~
https://github.com/yomaki/azure-ml-python-handson
-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
---#2 テキスト分類の考え方とテキスト分類モデル
---#3 モデルトレーニングと推論
--Resources~
スライドなし
-画像分類~
動画なし（https://dllab.connpass.com/event/217506/）
--Module
---#1 画像分類の考え方
---#2 PyTorchによる画像の取扱い
---#3 Azure ML によるモデルトレーニングとデプロイ
--Resources~
スライドなし
-[[モデル解釈>Azure Machine Learningのアルゴリズム・モデ...
**Microsoft Docs [#f1fb600a]
-Azure Machine Learning CLI のインストールと使用~
https://docs.microsoft.com/ja-jp/azure/machine-learning/r...
-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/h...
-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/h...
***クイックスタート [#p34c8435]
-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/q...
***ワークスペースの作成と管理 [#a96ffe14]
-ポータルまたは Python SDK を~
使用してワークスペースを管理する~
https://docs.microsoft.com/ja-jp/azure/machine-learning/h...
-Azure CLI を使用したワークスペースの作成~
https://docs.microsoft.com/ja-jp/azure/machine-learning/h...
***チュートリアル [#c3761469]
-AutoML
--分類モデル~
https://docs.microsoft.com/ja-jp/azure/machine-learning/t...
--時系列予測モデル（需要予測）~
https://docs.microsoft.com/ja-jp/azure/machine-learning/t...
-デザイナー
--回帰モデル~
https://docs.microsoft.com/ja-jp/azure/machine-learning/t...
--機械学習モデルをデプロイする~
https://docs.microsoft.com/ja-jp/azure/machine-learning/t...
-Azure Architecture Center
--Azure 上でリアルタイム レコメンデーション API を構築する~
https://docs.microsoft.com/ja-jp/azure/architecture/refer...
--コンテンツ ベースのレコメンデーション システムを構築する~
https://docs.microsoft.com/ja-jp/azure/architecture/examp...
--映画のレコメンデーション システムを構築する~
https://docs.microsoft.com/ja-jp/azure/architecture/examp...
***デプロイ [#m0777d36]
-スタジオ UI を使用して自動 ML を設定する~
https://docs.microsoft.com/ja-jp/azure/machine-learning/h...
-スタジオを使用して、デザイナーでトレーニングされたモデル...
https://docs.microsoft.com/ja-jp/azure/machine-learning/h...
**GitHub [#e884a2ee]
***ハンズオン [#d5302ada]
-https://github.com/yomaki/azure-ml-python-handson~
（以下の[[dp100>#t8b5ec12]]の一部を翻訳したもの）
***mslearn-dp100 [#t8b5ec12]
-https://microsoftlearning.github.io/mslearn-dp100/
***リポジトリ [#m59a789d]
-https://github.com/Azure/MachineLearningDesigner
-https://github.com/Azure/MachineLearningNotebooks
----
Tags: [[:クラウド]], [[:BI/AI]], [[:Azure]]
ページ名:
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
