GCP上のデータを利用してAzureMachineLearningを実行する_その3_GBQ

概要

以下の記事のGoogle Big Query (GBQ)での手順です。

GCP上のデータを利用してAzureMachineLearningを実行する_その1_まとめと環境設定

本記事は下記のGitHubでソースコードを公開しています。
GCP上のデータを利用してAzureMachineLearningを実行する_その3_GBQ

構成

手順概要

1. GBQ準備
2. ローカル実験によるテスト
3. AMLのリモート実験
4. GBQ データ削除

1.GBQ準備

jupyter notebookで[01_GBQ_Create_Table.ipynb]を実行します。

利用ファイル：

• 01_GBQ_Create_Table.ipynb
• project_folder/サービスアカウントキー作成で出力したjsonファイル

2. ローカル実験によるテスト

jupyter notebookで02_GBQ_ML_Local.ipynbを実行します。

利用ファイル：

• 02_GCS_ML_Local.ipynb
• project_folder/サービスアカウントキーを作成で出力したjsonファイル

3. AMLのリモート実験

jupyter notebookで03_GBQ_Azure_ML_Remote.ipynbを実行します。

利用ファイル：

• 03_GCS_Azure_ML_Remote.ipynb
• project_folder/サービスアカウントキーを作成で出力したjsonファイル
• project_folder/train_breast_cancer.py

4.GBQ準備

課金が発生するので、不要な場合は、jupyter notebookで04_GBQ_Delete_Data.ipynbを実行して削除します。