Azure Machine Learning とはWhat is Azure Machine Learning?

Azure Machine Learning とは、機械学習モデルのトレーニング、デプロイ、自動化、管理を行うためのクラウド サービスであり、これらの操作のすべてをクラウドによって提供される幅広い規模で行うことができます。Azure Machine Learning is a cloud service that you use to train, deploy, automate, and manage machine learning models, all at the broad scale that the cloud provides.

機械学習とはWhat is machine learning?

機械学習は、コンピューターで既存のデータを使って、将来の動き、結果、傾向を予測できるデータ サイエンスの手法の 1 つです。Machine learning is a data science technique that allows computers to use existing data to forecast future behaviors, outcomes, and trends. 機械学習を使用することで、明示的にプログラムすることなく、コンピューターが学習します。By using machine learning, computers learn without being explicitly programmed.

機械学習からの予想や予測によってアプリやデバイスの機能性を高めることができます。Forecasts or predictions from machine learning can make apps and devices smarter. たとえばオンライン ショッピングでは、利用者が欲しいと考えそうな他の商品を、過去の購入履歴に基づいてお勧めするのに機械学習が役立っています。For example, when you shop online, machine learning helps recommend other products you might want based on what you've bought. また、クレジット カードの読み取り時に、機械学習では、トランザクションをトランザクションのデータベースと比較することで不正の検出を支援します。Or when your credit card is swiped, machine learning compares the transaction to a database of transactions and helps detect fraud. また、ロボット掃除機が部屋を掃除するとき、機械学習は、作業が行われているかどうかを判断するのを支援します。And when your robot vacuum cleaner vacuums a room, machine learning helps it decide whether the job is done.

Azure Machine Learning とはWhat is Azure Machine Learning?

Azure Machine Learning には、機械学習モデルのデータの準備、トレーニング、テスト、デプロイ、管理、追跡に使用できるクラウドベースの環境が用意されています。Azure Machine Learning provides a cloud-based environment you can use to prep data, train, test, deploy, manage, and track machine learning models. ローカル コンピューターでトレーニングを開始し、その後、クラウドにスケールアウトします。Start training on your local machine and then scale out to the cloud. このサービスは、PyTorch、TensorFlow、scikit-learn などのオープンソース テクノロジを完全にサポートしており、古典的な ml からディープ ラーニング、教師あり学習および教師なし学習まで、あらゆる種類の機械学習に使用できます。The service fully supports open-source technologies such as PyTorch, TensorFlow, and scikit-learn and can be used for any kind of machine learning, from classical ml to deep learning, supervised and unsupervised learning.

データの調査と準備、モデルのトレーニングとテストを行い、以下のような豊富なツールを使用してそれらをデプロイします。Explore and prepare data, train and test models, and deploy them using rich tools such as:

Azure Machine Learning でできることWhat can I do with Azure Machine Learning?

Azure Machine Learning Python SDK とオープンソースの Python パッケージを使用するか、ビジュアル インターフェイス (プレビュー) を使用すると、Azure Machine Learning ワークスペースで、きわめて正確な機械学習およびディープ ラーニング モデルを自分で構築し、トレーニングすることができます。Use the Azure Machine Learning Python SDK with open-source Python packages, or use the visual interface (preview) to build and train highly accurate machine learning and deep-learning models yourself in an Azure Machine Learning Workspace.

オープンソースの Python パッケージで使用できる多くの機械学習コンポーネントの中から、いずれかを選択できます。たとえば、Scikit-learnTensorflowPyTorchMXNet などがあります。You can choose from many machine learning components available in open-source Python packages, such as Scikit-learn, Tensorflow, PyTorch, and MXNet.

コードを記述する場合でも、ビジュアル インターフェイスを使用する場合でも、実験中に複数の実行を追跡して、最適なソリューションを見つけ、デプロイしたモデルを管理できます。Whether you write code or use the visual interface, you can track multiple runs as you experiment to find the best solution as well as manage the deployed models.

コード第一のエクスペリエンスCode-first experience

Azure Machine Learning Python SDK を使用してローカル コンピューターでトレーニングを開始してから、クラウドにスケールアウトします。Start training on your local machine using the Azure Machine Learning Python SDK and then scale out to the cloud. クラウドのパワーと、Azure Machine Learning コンピューティングや Azure Databricks などの利用可能な多数のコンピューティング先高度なハイパーパラメーター調整サービスを活用することで、高品質のモデルを手早く構築できます。With many available compute targets, like Azure Machine Learning Compute and Azure Databricks, and with advanced hyperparameter tuning services, you can build better models faster by using the power of the cloud.

SDK を使用して、モデルのトレーニングと調整を自動化することもできます。You can also automate model training and tuning using the SDK.

UI ベースのローコード エクスペリエンスUI-based, low-code experience

コーディング不要のトレーニングの場合は、以下を試してください。For code-free training, try:

運用化 (MLOps)Operationalization (MLOps)

適切なモデルがあれば、Web サービス、IoT デバイス、または Power BI で簡単に使用できます。When you have the right model, you can easily use it in a web service, on an IoT device, or from Power BI. 詳細については、デプロイする方法と場所に関する記事を参照してください。For more information, see the article on how to deploy and where.

デプロイされたモデルは、Azure Machine Learning SDK for PythonAzure portal またはワークスペース ランディング ページ (プレビュー) を使用して管理できます。Then you can manage your deployed models by using the Azure Machine Learning SDK for Python, the Azure portal or your workspace landing page (preview).

これらのモデルを使用して、リアルタイムで予測を返したり、データが大量の場合は非同期で予測を返したりすることができます。These models can be consumed and return predictions in real time or asynchronously on large quantities of data.

さらに、高度な機械学習パイプラインを使用して、データの準備、モデルのトレーニングと評価、およびデプロイの各手順で共同で作業することができます。And with advanced machine learning pipelines, you can collaborate on each step from data preparation, model training and evaluation, through deployment. パイプラインを使用すると、次のことができます。Pipelines allow you to:

  • クラウドでエンドツーエンドの機械学習プロセスを自動化するAutomate the end-to-end machine learning process in the cloud
  • コンポーネントを再利用し、必要なときにのみステップを再実行するReuse components and only re-run steps when needed
  • ステップごとに異なるコンピューティング リソースを使用するUse different compute resources in each step
  • バッチ スコアリング タスクを実行するRun batch scoring tasks

Azure Machine Learning の基本的な使い方については、「次の手順」を参照してください。To get started using Azure Machine Learning, see Next steps.

Azure Machine Learning と Studio の違いHow does Azure Machine Learning differ from Studio?

Machine Learning Studio は、共同作業に対応するドラッグ アンド ドロップ式の視覚的なワークスペースです。コードを記述することなく機械学習ソリューションを構築、テスト、およびデプロイすることができます。Machine Learning Studio is a collaborative, drag-and-drop visual workspace where you can build, test, and deploy machine learning solutions without needing to write code. 事前に構築および構成された機械学習アルゴリズムとデータ処理モジュールが、専用コンピューティング プラットフォームと共に使用されます。It uses prebuilt and preconfigured machine learning algorithms and data-handling modules as well as a proprietary compute platform.

Azure Machine Learning には、機械学習モデルのデータ準備、トレーニング、デプロイを迅速に行うための SDK とビジュアル インターフェイス (プレビュー) の両方が用意されています。Azure Machine Learning provides both SDKs -and- a visual interface(preview), to quickly prep data, train and deploy machine learning models. このビジュアル インターフェイス (プレビュー) では、Studio のドラッグ アンド ドロップに似た操作が可能です。This visual interface (preview) provides a similar drag-and-drop experience to Studio. ただし、Studio の専用コンピューティング プラットフォームとは異なり、ビジュアル インターフェイスではユーザー独自のコンピューティング リソースが使用され、Azure Machine Learning に完全に統合されています。However, unlike the proprietary compute platform of Studio, the visual interface uses your own compute resources and is fully integrated into Azure Machine Learning.

以下で簡単に比較します。Here is a quick comparison.

Machine Learning StudioMachine Learning Studio Azure Machine Learning:Azure Machine Learning:
ビジュアル インターフェイスVisual interface
一般提供 (GA)Generally available (GA) プレビュー段階In preview
インターフェイスのモジュールModules for interface 多数Many 人気のあるモジュールの初期セットInitial set of popular modules
コンピューティング ターゲットのトレーニングTraining compute targets 独自のコンピューティング ターゲット、CPU のサポートのみProprietary compute target, CPU support only Azure Machine Learning コンピューティング、GPU または CPU をサポート。Supports Azure Machine Learning compute, GPU or CPU.
(他のコンピューティングは、SDK でサポート)(Other computes supported in SDK)
デプロイのコンピューティング ターゲットDeployment compute targets 独自の Web サービス形式 (カスタマイズ不可)Proprietary web service format, not customizable Enterprise セキュリティ オプションおよび Azure Kubernetes Service。Enterprise security options & Azure Kubernetes Service.
(他のコンピューティングは SDK でサポート)(Other computes supported in SDK)
自動化されたモデル トレーニングとハイパーパラメーター調整Automated model training and hyperparameter tuning いいえNo ビジュアル インターフェイスではまだサポート対象外。Not yet in visual interface.
(SDK と Azure portal またはワークスペース ランディング ページでサポート)。(Supported in the SDK and Azure portal /workspace landing page.)

ビジュアル インターフェイス (プレビュー) をお試しください (チュートリアル: ビジュアル インターフェイスで自動車価格を予測する」を参照してください。Try out the visual interface (preview) with Tutorial: Predict automobile price with the visual interface.

注意

Studio で作成したモデルを Azure Machine Learning でデプロイおよび管理することはできません。Models created in Studio can't be deployed or managed by Azure Machine Learning. ただし、ビジュアル インターフェイスで作成およびデプロイしたモデルは、Azure Machine Learning ワークスペースから管理できます。However, models created and deployed in the service visual interface can be managed through the Azure Machine Learning workspace.

無料試用版Free trial

Azure サブスクリプションをお持ちでない場合は、開始する前に無料アカウントを作成してください。If you don’t have an Azure subscription, create a free account before you begin. 無料版または有料版の Azure Machine Learning を今すぐお試しください。Try the free or paid version of Azure Machine Learning today.

Azure サービスを使用するクレジットを取得できます。You get credits to spend on Azure services. このクレジットを使い切った後に、アカウントを保持して、無料の Azure サービスを使用できます。After they're used up, you can keep the account and use free Azure services. 明示的に設定を変更して課金を了承しない限り、クレジット カードに課金されることはありません。Your credit card is never charged unless you explicitly change your settings and ask to be charged. または、MSDN サブスクライバーの特典を有効にすることもできます。これにより、有料の Azure のサービスを使用できるクレジットが毎月与えられます。Or activate MSDN subscriber benefits, which give you credits every month that you can use for paid Azure services.

次の手順Next steps