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。
- 環境構築
- Azure の無料アカウントを作成する
- Azure Machine Learning を作成する
- Azure Machine Learning Studio を作成し、起動する
- 機械学習(ML)
- 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 Machine Learning を作成する
- 以下の順にメニューを押下します
[Machine Learning] -> [Azure Machine Learning の作成]
- 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
- 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
- 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
- [今すぐ起動する]を押下します
- [新しいワークスペースの作成]を押下します
- 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
- 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
- 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
- 自動 MLの下の[今すぐ開始]を押下します
- [新しい自動 ML の実行]を押下します
- 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。
- 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。
- 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 - 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