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

概要

Azure Machine LearningからはAzure SQLをはじめとしたAzure上のデータストアからデータを取り出して機械学習を実施することが可能ですが、今回はGoogle Cloud Platform 上のデータを利用する方法を紹介します。

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1_まとめと環境設定

紹介内容について

以下の実行方法を紹介します。

• GCS上のデータを利用する。
• GBQ上のデータを利用する。

GCS上のデータを利用する

Azure ML の実験で実行されるpythonスクリプト内で、GCS上のCSVをデータフレーム化して実験を行います

構成イメージ

GBQ上のデータを利用する

Azure ML の実験で実行されるpythonスクリプト内で、GBQに対して発行したクエリ結果をデータフレーム化して実験を行います

構成イメージ

構成

• 環境設定
  
  本記事です。
• GCS上のデータを利用する。・・・GCP上のデータを利用してAzureMachineLearningを実行する_その2_GCS
• GBQ上のデータを利用する。・・・GCP上のデータを利用してAzureMachineLearningを実行する_その3_GBQ

環境設定手順

1. ローカル環境
2. Azure ML 環境
3. GCP 環境

1. ローカル環境

本記事の紹介内容は下記のバージョンで動作確認済みです。

python version: 3.6.10

google cloud storage version: 1.29.0

azureml version: 1.8.0

新しいanaconda環境作成する場合は、anaconda prompt で下記のコードを実行します。

conda create -n py36gcp python=3.6 jupyter
conda activate py36gcp
jupyter notebook

anaconda promptで下記のコードを実行してライブラリをインストールします。

google-cloud

pip install google-cloud    

google-cloud-storage

pip install google-cloud-storage

google-cloud-bigquery

pip install google-cloud-bigquery

gcsfs

pip install gcsfs

azureml-sdk

pip install azureml-sdk

azureml-widgets

pip install azureml-widgets

2. Azure ML 環境

下記リンクを参考に、Azure ML リソースとComputing Clusterを準備してください

チュートリアル:Python SDK で初めての ML 実験を作成する

実験を作成して実行する
※「7.次のように Configure Run フォームに入力します。」にてComputing Clusterを構成可能です。

3. GCP 環境

GCP Projectを用意したら、下記手順でサービスアカウント（アプリケーションがGCPに対して認証するためのアカウント）の準備を実施してください。

サービスアカウントを作成

Google Cloud console GUIで下記の手順を行います。

• [プロジェクトを選択] をクリックし、プロジェクト名を選択して、[開く] をクリックします。
• [APIとサービス]＞[認証情報] を選択します。
• [＋認証情報を作成]＞[サービスアカウント]を選択します。
• サービスアカウント名を入力します。
• [作成]を選択します。

サービスアカウントキーを作成

Google Cloud　console GUIで下記の手順を行います。

• [APIとサービス]＞[認証情報] を選択します。
• サービスアカウント名を選択します。
• [鍵を追加]＞[新しい鍵を作成]を選択します。
• JSON＞[作成]を選択します。
• サービスアカウントキーの保存先を選択し、[保存]を選択します。
• 例：gbqtoaml-dev-1c3df6d8f54e.json

このファイルは後の作業で利用します。
※運用の際にはキー情報はAzure Key Vaultで管理するのが良いと思います。

サービスアカウントへの権限付与

• Cloud Console で[IAM と管理]を選択します。
• [+追加]を選択します。
• サービスアカウントを追加します。
• 「編集者」、「Storage オブジェクト管理者」に割り当てます。

参考リンク：
サービス アカウントの作成 https://cloud.google.com/iam/docs/creating-managing-service-accounts
サービス アカウントの説明 https://cloud.google.com/iam/docs/understanding-service-accounts

次のstep

• GCS上のデータを利用する。・・・GCP上のデータを利用してAzureMachineLearningを実行する_その2_GCS
• GBQ上のデータを利用する。・・・GCP上のデータを利用してAzureMachineLearningを実行する_その3_GBQ

参考

CS（バケット）
https://cloud.google.com/storage/docs/how-to?hl=ja

BigQuery
https://cloud.google.com/bigquery/docs/how-to?hl=ja

Azure Machine Learning - scikit-learn
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-train-scikit-learn

Setup Azure ML environment and workspace
https://docs.microsoft.com/en-us/azure/machine-learning/tutorial-1st-experiment-sdk-setup

azureml.train.sklearn.SKLearn
https://docs.microsoft.com/en-us/python/api/azureml-train-core/azureml.train.sklearn.sklearn?view=azure-ml-py