チュートリアル:Python SDK で初めての ML 実験を作成するTutorial: Get started creating your first ML experiment with the Python SDK

このチュートリアルでは、Jupyter ノートブックで実行されている Azure Machine Learning Python SDK の使用を開始するためのエンドツーエンドの手順を完了します。In this tutorial, you complete the end-to-end steps to get started with the Azure Machine Learning Python SDK running in Jupyter notebooks. このチュートリアルは、2 部構成のチュートリアル シリーズのパート 1 です。Python 環境の設定と構成のほか、実験と機械学習モデルを管理するためのワークスペースの作成について説明します。This tutorial is part one of a two-part tutorial series, and covers Python environment setup and configuration, as well as creating a workspace to manage your experiments and machine learning models. パート 2 では、これを基に、複数の機械学習モデルをトレーニングし、Azure portal と SDK の両方を使用したモデル管理プロセスを紹介します。Part two builds on this to train multiple machine learning models and introduce the model management process using both the Azure portal and the SDK.

このチュートリアルでは、次のことを行いました。In this tutorial, you:

  • 次のチュートリアルで使用する Azure Machine Learning ワークスペースを作成します。Create an Azure Machine Learning Workspace to use in the next tutorial.
  • チュートリアル ノートブックをワークスペース内のフォルダーに複製します。Clone the tutorials notebook to your folder in the workspace.
  • Azure Machine Learning Python SDK のインストールと事前構成が済んだクラウドベースの Jupyter Notebook VM を作成します。Create a cloud-based Jupyter notebook VM with Azure Machine Learning Python SDK installed and pre-configured.

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.

ワークスペースの作成Create a workspace

Azure Machine Learning ワークスペースは、機械学習モデルを実験、トレーニング、およびデプロイするために使用する、クラウドでの基本的なリソースです。An Azure Machine Learning workspace is a foundational resource in the cloud that you use to experiment, train, and deploy machine learning models. ワークスペースは、Azure サブスクリプションとリソース グループを、サービス内の簡単に使用できるオブジェクトに結び付けます。It ties your Azure subscription and resource group to an easily consumed object in the service.

ワークスペースを作成するには、Azure リソースを管理するための Web ベースのコンソールである Azure portal を使用します。You create a workspace via the Azure portal, a web-based console for managing your Azure resources.

  1. 使用する Azure サブスクリプションの資格情報を使って、Azure portal にサインインします。Sign in to the Azure portal by using the credentials for the Azure subscription you use.

  2. Azure portal の左上隅にある [+ リソースの作成] を選択します。In the upper-left corner of Azure portal, select + Create a resource.

    新しいリソースを作成

  3. 検索バーを使用して、Machine Learning service ワークスペースを見つけます。Use the search bar to find Machine Learning service workspace.

  4. [Machine Learning service ワークスペース] を選択します。Select Machine Learning service workspace.

  5. [Machine Learning サービス ワークスペース] ウィンドウで、 [作成] を選択して開始します。In the Machine Learning service workspace pane, select Create to begin.

  6. 新しいワークスペースを構成するには、次の情報を指定します。Provide the following information to configure your new workspace:

    フィールドField 説明Description
    ワークスペース名Workspace name ワークスペースを識別する一意の名前を入力します。Enter a unique name that identifies your workspace. この例では、docs-ws を使用します。In this example, we use docs-ws. 名前は、リソース グループ全体で一意である必要があります。Names must be unique across the resource group. 覚えやすく、他のユーザーが作成したワークスペースと区別しやすい名前を使用します。Use a name that's easy to recall and to differentiate from workspaces created by others.
    SubscriptionSubscription 使用する Azure サブスクリプションを選択します。Select the Azure subscription that you want to use.
    Resource groupResource group サブスクリプションの既存のリソース グループを使用するか、任意の名前を入力して新しいリソース グループを作成します。Use an existing resource group in your subscription or enter a name to create a new resource group. リソース グループは、Azure ソリューションの関連するリソースを保持します。A resource group holds related resources for an Azure solution. この例では、docs-aml を使用します。In this example, we use docs-aml.
    LocationLocation ユーザーとデータ リソースに最も近い場所を選択し、ワークスペースを作成します。Select the location closest to your users and the data resources to create your workspace.
  7. ワークスペースの構成が完了したら、 [作成] を選択します。After you are finished configuring the workspace, select Create.

    警告

    クラウドへのワークスペースの作成には数分かかる場合があります。It can take several minutes to create your workspace in the cloud.

    プロセスが完了すると、デプロイ成功メッセージが表示されます。When the process is finished, a deployment success message appears.

  8. 新しいワークスペースを表示するには、 [Go to resource](リソースに移動) を選択します。To view the new workspace, select Go to resource.

重要

お使いのワークスペースサブスクリプションをメモしておきます。Take note of your workspace and subscription. これらは、適切な場所に実験を作成するために必要になります。You'll need these to ensure you create your experiment in the right place.

ノートブック フォルダーの複製Clone a notebook folder

この例では、インストール不要であらかじめ構成されているエクスペリエンスを実現するために、お使いのワークスペースでクラウド ノートブック サーバーを使用します。This example uses the cloud notebook server in your workspace for an install-free and pre-configured experience. お使いの環境、パッケージ、および依存関係を制御したい場合は、独自の環境を使用してください。Use your own environment if you prefer to have control over your environment, packages and dependencies.

ワークスペース ランディング ページ (プレビュー) で、次の実験の設定を完了し、手順を実行します。ワークスペース ランディング ページは、あらゆるスキル レベルのデータ サイエンス実務者向けのデータ サイエンス シナリオを実行するための機械学習ツールを含む統合インターフェイスです。You complete the following experiment set-up and run steps in the workspace landing page (preview), a consolidated interface that includes machine learning tools to perform data science scenarios for data science practitioners of all skill levels.

  1. ワークスペース ランディング ページにサインインします。Sign in to the workspace landing page.

  2. お使いのサブスクリプションと、作成したワークスペースを選択します。Select your subscription and the workspace you created.

  3. 左側の [Notebooks and Files](ノートブックとファイル) を選択します。Select Notebooks and Files on the left.

  4. samples フォルダーを開きます。Open the samples folder.

  5. tutorials フォルダーの右側にある [...] を選択し、 [Clone](複製) を選択します。Select the "..." at the right of the tutorials folder and then select Clone.

    フォルダーを複製する

  6. ワークスペースにアクセスするそれぞれのユーザーに表示されるフォルダーがあります。There is a folder displayed for each user who accesses the workspace. 自分のフォルダーを選択して tutorial フォルダーをそこに複製します。Select your folder to clone the tutorial folder there.

ノートブックを実行する VM の選択Select a VM to run the notebook

  1. [User Files](ユーザー ファイル) の下の自分のフォルダーを開き、複製された tutorials フォルダーを開きます。Under User Files open your folder and then open the cloned tutorials folder.

    tutorials フォルダーを開く

    重要

    samples フォルダー内のノートブックを表示できますが、そこからノートブックを実行することはできません。You can view notebooks in the samples folder but you cannot run a notebook from there. ノートブックを実行するには、必ず [User Files](ユーザー ファイル) セクションにあるノートブックの複製バージョンを開いてください。In order to run a notebook, make sure you open the cloned version of the notebook in the User Files section.

  2. tutorials フォルダー内の tutorial-1st-experiment-sdk-train.ipynb ファイルを選択します。Select the tutorial-1st-experiment-sdk-train.ipynb file in your tutorials folder.

  3. 上部のバーで、ノートブックの実行に使用する Notebook VM を選択します。On the top bar, select a Notebook VM to use to run the notebook. これらの VM には、Azure Machine Learning を実行するために必要なすべてのものがあらかじめ構成されています。These VMs are pre-configured with everything you need to run Azure Machine Learning. 対象のワークスペースの任意のユーザーが作成した VM を選択できます。You can select a VM created by any user of your workspace.

  4. VM が見つからない場合は、 [+ 新しい VM] を選択して VM を作成します。If no VMs are found, select + New VM to create the VM.

    VM の作成

    1. VM を作成するときは名前を指定します。When you create a VM, provide a name. 名前は 2 文字から 16 文字にする必要があります。The name must be between 2 to 16 characters. 有効な文字は、英字、数字、および - 文字です。また、名前は、Azure サブスクリプション全体で一意である必要があります。Valid characters are letters, digits, and the - character, and must also be unique across your Azure subscription.

    2. [作成] を選択します。Then select Create. VM の設定には約 5 分かかる可能性があります。It can take approximately 5 minutes to set up your VM.

  5. VM が使用可能になると、上部のツール バーに表示されます。Once the VM is available it will be displayed in the top toolbar. これで、ツール バーの [Run all](すべて実行) を使用するか、ノートブックのコード セルで Shift + Enter キーを使用して、ノートブックを実行できるようになりました。You can now run the notebook either by using Run all in the toolbar, or by using Shift+Enter in the code cells of the notebook.

次の手順Next steps

このチュートリアルでは、次のタスクを完了しました。In this tutorial, you completed these tasks:

  • Azure Machine Learning ワークスペースを作成しました。Created an Azure Machine Learning workspace.
  • お使いのワークスペース内にクラウド ノートブック サーバーを作成して構成しました。Created and configured a cloud notebook server in your workspace.

チュートリアルのパート 2 では、tutorial-1st-experiment-sdk-train.ipynb のコードを実行して機械学習モデルをトレーニングします。In part two of the tutorial you run the code in tutorial-1st-experiment-sdk-train.ipynb to train a machine learning model.

重要

このチュートリアルのパート 2 や他のチュートリアルに取り組む予定がない場合は、不使用時のコストを抑えるために、クラウド ノートブック サーバー VM を停止してください。If you do not plan on following part 2 of this tutorial or any other tutorials, you should stop the cloud notebook server VM when you are not using it to reduce cost.