自動機械学習で分類モデルを作成しよう！ - Azure AIショー

自動機械学習で分類モデルを作成しよう！ - Azure AIショー

表の目次：

第1部：導入 1.1 ショーの紹介 1.2 前回のエピソードについて 1.3 ショーのスケジュールについて

第2部：Azure AIショーの詳細 2.1 ショーの目的 2.2 マシンラーニングワークスペースの作成方法 2.3 データセットのロード方法 2.4 実験の設定方法 2.5 モデルの探索と選択方法 2.6 モデルのデプロイ方法

第3部：次のエピソードについて 3.1 レギュレーションの実施について 3.2 PythonとJupyter Notebooksを使用した実装方法

第4部：総括と感謝の意を込めて 4.1 フィードバックと質問 4.2 次回のショーの予告 4.3 視聴者への感謝の気持ち

Azure AIショー：エピソード3

🎙 第1部：導入

こんにちは、皆さん、Azure AIショーの新しいエピソードへようこそ！私はスティーブン・サイモンと、今日もホストとゲストの役割を務めます。前回のエピソードでは、自動機械学習について詳しくお話ししましたが、今日は分類モデルに焦点を当てていきましょう。

📺 第2部：Azure AIショーの詳細

2.1 ショーの目的

Azure AIショーは、Microsoft Azureの機能とAI技術についての知識を広めることを目的としています。私たちは、毎週月曜日にこのショーを開催し、機械学習やデータサイエンスに興味のある人々に最新の情報と実践的なノウハウを提供しています。

2.2 マシンラーニングワークスペースの作成方法

マシンラーニングを行うためには、まずAzureマシンラーニングワークスペースを作成する必要があります。Azureポータルにサインインし、ワークスペースを作成します。ユニークな名前を付けることで、ワークスペースを識別できます。

2.3 データセットのロード方法

ワークスペースが作成されたら、次はデータセットをロードします。ローカルファイルからデータセットを作成し、Azureマシンラーニングワークスペースにアップロードします。データセットの詳細や必要なカラムを選択し、必要に応じてプレビューを行います。

2.4 実験の設定方法

実験を設定するためには、自動機械学習ランを作成する必要があります。実験の名前や説明を入力し、予測するカラムを選択します。また、リモート計算を選択して実験を実行するか、ローカル計算を使用するかも選択します。

2.5 モデルの探索と選択方法

実験が完了すると、モデルの探索と選択が行われます。精度やメトリクスに基づいてモデルが表示され、最適なモデルを選択することができます。モデルの詳細やアルゴリズムの選択も行えます。

2.6 モデルのデプロイ方法

選択したモデルをデプロイすることで、Webサービスとして利用することができます。デプロイの設定や認証の有無などを選択し、デプロイを完了させます。

📺 第3部：次のエピソードについて

次のエピソードでは、回帰分析の実施について取り上げます。PythonとJupyter Notebooksを使用して、ワークスペースを作成し、自動機械学習を行う方法を紹介します。

📺 第4部：総括と感謝の意を込めて

今日もお付き合いいただき、本当にありがとうございました。皆さんのフィードバックや質問をお待ちしております。次回のショーでは、さらに興味深いトピックを取り上げますので、お楽しみに！

✨ ハイライト

• マシンラーニングワークスペースを作成する方法
• データセットのロードと設定方法
• 実験の設定とモデルの探索方法
• モデルのデプロイ方法と利用の仕方

⁉️ よくある質問

Q: マシンラーニングワークスペースはどのように作成しますか？ A: Azureポータルにサインインし、Azureマシンラーニングワークスペースを作成します。ユニークな名前を付け、必要な設定を行います。

Q: データセットのロードにはどのような手順がありますか？ A: ローカルファイルからデータセットを作成し、Azureマシンラーニングワークスペースにアップロードします。必要なカラムを選択し、プレビューを行ってください。

Q: モデルの探索と選択はどのように行いますか？ A: 実験が完了すると、モデルの詳細やメトリクスを確認することができます。最適なモデルを選択し、必要な設定を行ってください。

Q: モデルのデプロイ方法は？ A: 選択したモデルをデプロイすることができます。設定や認証に応じてモデルをデプロイし、利用することができます。

資料：

• Azure Machine Learning: https://azure.microsoft.com/ja-jp/services/machine-learning/
• Jupyter Notebooks: https://jupyter.org/