Azure Machine Learning スタジオとは

• 08/24/2020
• • P
  • o

この記事では、Azure Machine Learning スタジオについて説明します。これは、Azure Machine Learning でのデータ サイエンティスト開発者向けの Web ポータルです。 このスタジオでは、包括的なデータ サイエンス プラットフォームのために、コードなしのエクスペリエンスとコードファースト エクスペリエンスを組み合わせています。

この記事では、次のことについて説明します。

オペレーティング システムと互換性のある最新ブラウザーを使うことをお勧めします。 次のブラウザーがサポートされています。

• Microsoft Edge (新しい Microsoft Edge の最新バージョンです。 Microsoft Edge レガシではありません)。
• Safari (最新バージョン、Mac のみ)
• Chrome (最新バージョン)
• Firefox (最新バージョン)

機械学習プロジェクトを作成する

スタジオでは、プロジェクトの種類とユーザー エクスペリエンスのレベルに応じて、複数の作成エクスペリエンスが提供されます。

• Notebook

  スタジオに直接統合されているマネージド Jupyter Notebook サーバーで独自のコードを記述して実行します。

• Azure Machine Learning デザイナー

  デザイナーを使用すると、コードを書かなくても、機械学習モデルのトレーニングとデプロイを行うことができます。 ML パイプラインを作成するには、データセットとモジュールをドラッグ アンド ドロップします。 デザイナーのチュートリアルをお試しください。

  

• 自動化された機械学習の UI

  使いやすいインターフェイスで、自動化された ML 実験を作成する方法を学ぶことができます。

  

• データのラベル付け

  Azure Machine Learning のデータのラベル付けを使用すると、データのラベル付けプロジェクトを効率的にコーディネートすることができます。

アセットとリソースを管理する

機械学習アセットをブラウザーで直接管理します。 アセットは、シームレスなエクスペリエンスを実現するために、同じワークスペースで SDK とスタジオの間で共有されます。 スタジオを使用して、以下を管理します。

• モデル
• データセット
• データストア
• コンピューティング リソース
• ノートブック
• 実験
• 実行ログ
• パイプライン
• パイプライン エンドポイント

経験豊富な開発者であっても、スタジオによってワークスペース リソースの管理方法が簡略化されます。

ML Studio (classic) と Azure Machine Learning スタジオ

2015 年にリリースされた ML Studio (classic) は、初めてのドラッグ アンド ドロップ機械学習ビルダーでした。

ML Studio (classic) は、ビジュアル エクスペリエンスだけを提供するスタンドアロンのサービスです。 Studio (classic) は、Azure Machine Learning との相互運用はできません。

Azure Machine Learning は、完全なデータ サイエンス プラットフォームを提供する、独立した最新のサービスです。 コード ファースト エクスペリエンスと少量コード エクスペリエンスの両方がサポートされています。

Azure Machine Learning スタジオ は Azure Machine Learning "内の" Web ポータルであり、プロジェクト作成とアセット管理のための少量のコードおよびコードなしのオプションが用意されています。

新しく使い始める方には、最新の各種データ サイエンス ツールのために、ML Studio (classic) ではなく、Azure Machine Learning を選択することをお勧めします。 既存の ML Studio (classic) ユーザーの場合は、Azure Machine Learning への移行を検討してください。

Azure Machine Learning に切り替えると、次のような利点があります。

• 大規模なトレーニング用のスケーラブルなコンピューティング クラスター。
• エンタープライズ セキュリティとガバナンス。
• 一般的なオープンソース ツールとの相互運用が可能。
• エンド ツー エンドの MLOps。

機能の比較

次の表は、ML Studio (classic) と Azure Machine Learning との主な違いをまとめたものです。

トラブルシューティング

• スタジオにユーザー インターフェイス項目が見つからない: Azure のロールベースのアクセス制御を使用すると、Azure Machine Learning で実行できるアクションを制限できます。 これらの制限によって、Azure Machine Learning スタジオにユーザー インターフェイス項目を表示しないようにすることができます。 たとえば、コンピューティング インスタンスを作成できないロールがユーザーに割り当てられている場合、コンピューティング インスタンスを作成するオプションは、スタジオには表示されません。 詳細については、「ユーザーとロールを管理する」を参照してください。

次のステップ

スタジオにアクセスするか、以下のチュートリアルを使用して別の作成オプションを調べます。

最初に、Azure Machine Learning の利用開始作に関するクイックスタートをお読みください。 その後、これらのリソースを使用して、お好きな方法で最初の実験を作成します。

• "Hello world!" Python スクリプトを実行する (パート 1/3)
• Jupyter Notebook を使用して画像分類モデルをトレーニングする
• 自動化された機械学習を使用して、モデルをトレーニングおよびデプロイする
• デザイナーを使用して、モデルをトレーニングおよびデプロイする
• セキュリティで保護された仮想ネットワークでスタジオを使用する