次の方法で共有


Azure Data Studio の Machine Learning 拡張機能を使用して予測を行う (プレビュー)

Azure Data Studio の Machine Learning 拡張機能を使用して、データベースの ONNX モデルで予測を行う方法について説明します。 拡張機能では、PREDICT を使用して T-SQL スクリプトを生成し、以前にインポートされたモデル、ローカル ファイル内に存在するモデル、または Azure Machine Learning からのモデルを使用して、テーブルに格納されているデータセットに対して予測を行います。

重要

Machine Learning 拡張機能を使用した予測では、現在、Azure SQL Managed Instance での Machine Learning Services と、ONNX を使用した Azure SQL Edge のみがサポートされています。

前提条件

ONNX モデルから予測を行う

ONNX モデルを使用して予測を行うには、次の手順に従います。

  1. [Make predictions] (予測を行う) を選びます。

  2. onnxruntimemlflowmlflow-dbstore をインストールするように求められた場合は、 [はい] を選択します。

  3. モデルが配置されている場所を選択し、 [次へ] を選択します。 使用できるもの:

    • インポートされたモデル。 データベースに既に格納されているモデルを使用する場合は、このオプションを選択します。 モデルが配置されているモデル データベースモデル テーブルを選択し、使用するモデルを選択し、 [次へ] を選択します。
    • ファイルのアップロード。 ファイルからモデルを使用する場合は、これを選択します。 [ソース ファイル] でモデル ファイルを選択し、 [次へ] を選択します。
    • Azure Machine Learning。 Azure Machine Learning のモデルを使用するには、これを選択します。 最初に、Azure にサインインします。 次に、ご自分の Azure アカウントAzure サブスクリプションAzure リソース グループAzure ML ワークスペースを選択します。 使用するモデルを選択し、 [次へ] を選択します。
  4. ソース データをモデルにマップします。

    • 予測を適用するデータ セットを含むソース データベースソース テーブルを選択します。
    • [Model Input mapping](モデルの入力のマッピング)[モデルの出力] の下に列をマップします。 この拡張機能では、同じ名前とデータ型の列が自動的にマップされます。
  5. [予測] を選択します。

Azure Data Studio によって、PREDICT を使用して新しい T-SQL クエリが作成されます。これを使用して、データの予測を行うことができます。

次のステップ