Head First Machine Learning

機械学習(ML)を利用する機会が増えてきました。しかし、機械学習(ML)未経験者や初学者の人にとって、いきなりコードを書いて、機械学習(ML)のモデルを構築するのは非常に難易度が高いです。そこで、今回は、機械学習(ML)未経験者や初学者の人がノーコードで機械学習(ML)のモデルを構築し、実行できる方法についてご紹介します。

大まかな流れ

大まかな流れは以下の通りです。

1. 環境構築
   1. Azure の無料アカウントを作成する
   2. Azure Machine Learning を作成する
   3. Azure Machine Learning Studio を作成し、起動する
2. 機械学習(ML)
   1. 自動 ML(Auto ML)を行う

環境構築

Azure の無料アカウントを作成する

以下にアクセスして、Azure の無料アカウントを作成してください。

Azure portal

Azure Machine Learning を作成する

1. 以下の順にメニューを押下します
   [Machine Learning] -> [Azure Machine Learning の作成]
   
2. 以下の項目を適宜入力します
   サブスクリプション： 任意
   リソース グループ： 任意
   場所： 東日本
3. 上記入力後、[確認および作成]ボタンを押下すると検証が行われ、検証に成功すれば[作成]を押下します。すると、デプロイが開始します
4. デプロイ完了後、[リソースに移動]を押下します

Machine Learning Studio を作成し、起動する

1. [今すぐ起動する]を押下します
2. [新しいワークスペースの作成]を押下します
3. 以下の項目を適宜入力します
   サブスクリプション： 任意
   リソース グループ： 任意
   ワークスペース名： 任意
   リージョン： 東日本
4. 上記入力後、[確認および作成]ボタンを押下すると検証が行われ、検証に成功すれば[作成]を押下します。すると、デプロイが開始します
5. デプロイ完了後、1. の[今すぐ起動する]を再度押下します

機械学習(ML)

自動 ML(Auto ML)を行う

1. 自動 MLの下の[今すぐ開始]を押下します
2. [新しい自動 ML の実行]を押下します
3. データセットの選択で、[データセットの作成]すると選択肢が出てきます。機械学習(ML)に使いたいローカルファイルをアップロードします。
4. データセットが作成できたら、実行の構成をしていきます。実験名、ターゲット列、コンピューティングクラスターの選択をします。
5. 最後にタスクを「分類」を選択します。
   分類： りんごかアップル、赤か青か黄のようにカテゴライズ(分類)する際に選択します
   回帰： 値段のような連続する数値を予測する際に選択します
   時系列の予測： 気温のような時系列に基づいて予測する際に選択します
6. 上記選択後、[終了]を押下すると、自動 ML(Auto ML)が実行され、しばらく待っていると結果が表示されます