概要

このラボでは、Python と scikit-learn を使用した線形回帰の概要を学習します。このラボは、コース内で学習する、より複雑なアルゴリズムや機械学習モデルの基礎となります。ここでは、住宅価格を予測する線形回帰モデルをトレーニングします。

学習目標

• pandas DataFrame を分析する。
• 探索的データ分析に使用できる seaborn プロットを作成する。
• scikit-learn を使用して線形回帰モデルをトレーニングする。

設定と要件

各ラボでは、新しい Google Cloud プロジェクトとリソースセットを一定時間無料で利用できます。

1. Qwiklabs にシークレット ウィンドウでログインします。

2. ラボのアクセス時間（例: 1:15:00）に注意し、時間内に完了できるようにしてください。
   一時停止機能はありません。必要な場合はやり直せますが、最初からになります。

3. 準備ができたら、[ラボを開始] をクリックします。

4. ラボの認証情報（ユーザー名とパスワード）をメモしておきます。この情報は、Google Cloud Console にログインする際に使用します。

5. [Google Console を開く] をクリックします。

6. [別のアカウントを使用] をクリックし、このラボの認証情報をコピーしてプロンプトに貼り付けます。
   他の認証情報を使用すると、エラーが発生したり、料金の請求が発生したりします。

7. 利用規約に同意し、再設定用のリソースページをスキップします。

推奨される API を有効にする

1. Google Cloud コンソールのナビゲーション メニューで、[Vertex AI] をクリックします。
2. [すべての推奨 API を有効化] をクリックします。

タスク 1. Vertex AI Notebooks を起動する

1. Google Cloud コンソール のナビゲーション メニューで、[Vertex AI] > [ワークベンチ] をクリックします。[ユーザー管理のノートブック] を選択します。

2. ノートブック インスタンスのページで、[新しいノートブック] > [TensorFlow Enterprise] > [TensorFlow Enterprise 2.11 (with LTS)] > [Without GPUs] の順にクリックします。

3. [新しいノートブック] インスタンス ダイアログで、Deep Learning VM の名前を確認します。リージョンとゾーンを変更しない場合は、設定をすべてそのままにして [作成] をクリックします。新しい VM が起動するまでに 2～3 分かかります。

4. [JUPYTERLAB を開く] をクリックします。
   JupyterLab ウィンドウが新しいタブで開きます。

5. 「Build Recommended」というポップアップが表示されたら、[Build] をクリックします。ビルドがエラーになった場合は無視してかまいません。

タスク 2. Vertex AI Notebooks インスタンス内でコース リポジトリのクローンを作成する

GitHub リポジトリには、コースのラボファイルとソリューション ファイルの両方が含まれています。

1. ノートブックの最初のセルに次のコードをコピーして実行し、training-data-analyst リポジトリのクローンを作成します。

!git clone https://github.com/GoogleCloudPlatform/training-data-analyst

2. リポジトリのクローンが作成されたことを確認します。training-data-analyst ディレクトリをダブルクリックし、リポジトリのコンテンツが表示されることを確認します。

タスク 3. 線形回帰の概要

1. ノートブック インターフェースで、[training-data-analyst] > [courses] > [machine_learning] > [deepdive2] > [launching_into_ml] > [labs] に移動して [intro_linear_regression.ipynb] を開きます。

2. ノートブック インターフェースで、[Edit] メニューの [Clear All Outputs] をクリックします。

3. ノートブックに記載された手順をよく読み、「#TODO」のマークが付いた行に必要な内容を入力してコードを完成させます。

ヒント: 現在のセルを実行するには、そのセルをクリックして、Shift+Enter キーを押します。その他のセルコマンドはノートブック UI 内の [実行] の下にあります。

• タスクのヒントが提供されている場合もあります。テキストを選択すると、関連するヒントが白いテキストで表示されます。
• さらに情報が必要な場合は、[training-data-analyst] > [courses] > [machine_learning] > [deepdive2] > [launching_into_ml] > [solutions] に移動して [intro_linear_regression.ipynb] を開くと、ソリューションを全体的に確認できます。

ラボを終了する

ラボでの学習が完了したら、[ラボを終了] をクリックします。ラボで使用したリソースが Qwiklabs から削除され、アカウントの情報も消去されます。

ラボの評価を求めるダイアログが表示されたら、星の数を選択してコメントを入力し、[送信] をクリックします。

星の数は、それぞれ次の評価を表します。

• 星 1 つ = 非常に不満
• 星 2 つ = 不満
• 星 3 つ = どちらともいえない
• 星 4 つ = 満足
• 星 5 つ = 非常に満足

フィードバックを送信しない場合は、ダイアログ ボックスを閉じてください。

フィードバック、ご提案、修正が必要な箇所については、[サポート] タブからお知らせください。

Copyright 2020 Google LLC All rights reserved. Google および Google のロゴは Google LLC の商標です。その他すべての企業名および商品名はそれぞれ各社の商標または登録商標です。