概要

このラボでは、Vertex AI Python クライアント ライブラリを使用して、表形式のデータセットに基づいた AutoML モデルのトレーニングとそのモデルによる予測を行う方法を学びます。モデルのトレーニングと予測は、gcloud コマンドライン ツールやオンラインの Cloud コンソールを使用して行うこともできます。

学習目標

• Vertex AI モデル トレーニング ジョブを作成する
• AutoML の表形式モデルをトレーニングする
• サービスを提供する endpoint リソースに model リソースをデプロイする
• データを送信して予測を行う
• model リソースのデプロイを解除する

設定

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。

タスク 1. 環境を設定する

Notebooks 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、[API とサービス] > [ライブラリ]をクリックします。

2. 検索ボックスに「Notebooks API」と入力して Enter キーを押します。検索結果に表示される「Notebooks API」をクリックします。

3. API が有効になっていない場合は、[有効にする] ボタンが表示されます。[有効にする] をクリックして API を有効にします。

Vertex AI API を有効にする

Google Cloud コンソールのナビゲーション メニューで、[Vertex AI] > [ダッシュボード]、[VERTEX AI API を有効にする] をクリックします。

タスク 2. Vertex AI Notebooks インスタンスを起動する

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。

2. [Notebooks] インスタンス ページで、[ユーザー管理のノートブック] ビューを選択します。

3. [+ 新規作成] をクリックします。

4. [インスタンスの作成] ダイアログで、デフォルト名を使用するか、Vertex AI Notebooks インスタンス用の一意の名前を入力します。リージョンを に、ゾーンを に設定し、残りの設定はデフォルトのままにします。

5. [作成] をクリックします。

6. [JUPYTERLAB を開く] をクリックします。

タスク 3. 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

training-data-analyst ノートブックのクローンを JupyterLab インスタンス内に作成するには、次の手順を行います。

1. JupyterLab で、[Terminal] アイコンをクリックして新しいターミナルを開きます。

2. コマンドライン プロンプトで、次のコマンドを実行します。

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

3. リポジトリのクローンが作成されたことを確認するには、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。
   このディレクトリには、本コースのすべての Jupyter ノートブック ラボで使用するファイルが含まれています。

タスク 4. AutoML モデルをトレーニングして予測を行う

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

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

3. ノートブックの手順をよく読み、コードを入力する必要がある場所に「#TODO」のマークを付けた行を挿入します。

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] > [how_google_does_ml] > [solutions] に移動して automl-tabular-classification.ipynb を開き、ソリューションの全体を見ることもできます。

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。