概要

今回はCortana Intelligence Suiteを構築（第7回）で設定した機械学習モデルをウェブサービス化し、リアルタイムで予測結果を求められるようにします。

事前に準備するもの

まず、前回作成した環境を開き、「Set up web service」>「Predictive Web Service」を選択します。
自動で作成された、「Web service input」を移動し、「Score Model」とつなげます。
「Run」をクリックします。これをしないと、ウェブサービスが公開できませんのでお忘れなく。
いよいよウェブサービスを公開します。「Deploy Web Service [Classic]」をクリックします。
この画面が表示されていれば、公開できました。
実際に試してみましょう。Excelで試すのが一番わかりやすいです。
初回開くと、Excel側で警告のようなメッセージが表示されますが、問題ないので、「編集を有効にする」をクリックします。
通常のExcelとは違い、右側にAzure Machine Learningのアドオンが表示されます。「Use sample data」をクリックすると、過去の学習データからランダムに抽出されたサンプルが表示されます。
予測結果の出力先のセルを手入力し、「Predict」をクリックすると、ウェブサービスへリクエストが送信され、予測結果を受信します。
Scored Labelsが予測された結果（遅延時間）です。

サイトを作るには、一からプログラムを作成する必要はありません。
主なプログラムは、AzureにWebAppsとAzure Machine Learningを連携できる専用のテンプレートが用意されているのです！

Azure Machine Learning Studioで発効したWebサービスを開き、こちらの画面にある「API key」からコピーして貼り付けてください。
Azure Portalを開き、「新規」をクリックします。検索バーから「Azure ML Request-Response Service Web App」と入力するとテンプレートが表示されるのでそれを選択し、「作成」をクリックします。
各パラメータを入力し、「作成」をクリックします。
作成されたウェブアプリはすでにアクセス可能な状態です。実際にアクセスしてみましょう。
初回起動時は設定画面が表示されます。ここに、Azure ML Studioで生成されたAPIのアドレスと、APIキーを入力します。
APIの情報から自動的に必要な項目を取得するので、何も設定せずとも項目が用意されます。
画面右下の「Save Changes」をクリックし、保存します。
この画面が表示されたら、無事設定は完了です。「Go to Home Page」をクリックして、試してみましょう。
予測を試してみましょう。千代田線で、天気は雨、気温は19度で12:30だったとします・・・
「Submit」を押すと・・・結果が出ました！ 16分遅延する予想です！

このように非常に簡単にウェブサイトを構築し、Azure Machine Learningと連携させることができるんです。