【DP-100対応講座のご案内】クラウドサービスを使って機械学習ワークロードを実装！ビジネス価値の向上につながるAzure実践講座

こんにちは。スキルアップAIの藤本です。

近年、AI開発における技術の著しい発展およびその周辺機器の高度化により、機械学習モデルの予測や分類の性能が大幅に向上しました。その一方で、モデルの学習に必要となるデータ量の増加、要求される計算資源のスペックもより高いものとなりつつあります。その結果、必要となる環境の構築費用は増大する傾向にあります。

こういった問題に対して、環境構築にかかる初期費用を抑えて、膨大な計算性能を備えた開発環境のセットアップから保守運用までを一気通貫に提供するクラウドサービスの利用が拡大しています。代表的なサービスとして「Microsoft Azure(Azure)」のAzure Machine Learning、「Amazon Web Service(AWS)」の SageMaker、「Google Cloud Platform(GCP)」の VertexAI があります。これらのサービスを活用し、効率的に機械学習モデルの開発や運用を行うスキルは、今後のAIエンジニアにおいて非常に重要なものとなります。

Microsoft は、AIエンジニアに向けた資格試験として「機械学習ワークロードを実装して実行するために必要なAzure Machine Learningサービスに関する知識や技術」を問うDP-100を提供しています。

スキルアップAIでは、この試験に対応した「Azure DP-100対応 MLワークロード開発実践講座」を開講しています。本講座を受講することにより、Azureを用いて機械学習に必要なデータ保管場所の作成やモデルの構築準備、実装や性能の分析、監視までをハンズオンを通して学ぶことができます。

Azureとは｜仕組みやできること・代表サービス、活用するメリットを解説

今回は、本講座の講座内容の一部をご紹介します。

1.機械学習モデルの作成に必要な開発環境の構築

機械学習を行う際は、まず実装を行う場所としてワークスペースを作成し、モデルに使う膨大なデータの保管場所の作成、計算リソースの決定が必要になります。
本講座のハンズオンでは、Azure Machine Learning 上で、Python の統合開発環境である Jupyter Notebook の実行環境を構築します。

その後、Azure Machine Learning が提供する Python SDK を使い、ワークスペース作成からデータ保管場所の作成、モデルのパイプライン作成、デプロイまでの流れを Python で実装しながら学習していきます。

2.機械学習モデルの学習

機械学習モデルの作成に必要な開発環境の構築について理解できたら、次は収集したデータを使って機械学習モデルを学習する方法について学んでいきます。本講座では事前に用意したデータをもとに、「学習」「ハイパーパラメータ探索」「推論」「デプロイ」までの流れをハンズオンを通して学ぶことができます。

機械学習モデル構築のハンズオントレーニングでは、以下2通りの方法を学びます。

1. Scikit-learn フレームワークベースのアルゴリズムを利用したモデル構築
2. AutoML（自動モデル作成）を利用したモデル構築

まずは、Scikit-learnなどの従来の機械学習フレームワークを用いてバッチ学習、ハイパーパラメータ探索などモデルの学習、推論を行います。そして、次にAutoML（Automated Machine Learning）と呼ばれる手法について学びます。

AutoMLとは、特徴量の探索、モデル構築、パラメータ探索といった従来手動で行っていた一連の機械学習モデルの設計、構築を自動化する手法です。これらを実際にハンズオンで取り組むことにより、状況に応じた柔軟な開発をどのように行うのかを体感することが可能となっています。

3.モデルの性能監視とデータの監視

モデルが安定して動作しているかを確認するために、推論によって得られた出力データや、推論に失敗したときのエラー情報を収集します。
また、作成したモデルの劣化を防ぐには、「時間の変化」や「使用データの傾向変化」に対するモデルの性能の監視をすることが必要です。講座では、このようなモデルやデータの監視を通して、モデルの性能劣化を検出する方法についても学ぶことができます。

4.モデルを客観的に説明する

カリキュラムの最後は、実際の特徴量の重要度、モデルの予測に対する偏りなどの性能分析を行います。

近年では、XAI（Explainable AI＝説明可能なAI）と呼ばれる言葉を耳にする機会が増えました。XAIは、AIや機械学習によって作成されたモデルの予測結果に対する判断の根拠、そしてそのプロセスを説明する技術を指します。
本講座では、XAIについても取り上げます。講座を通して、作成したモデルの予測結果を解釈し、 ビジネス上の意思決定に活用するためのスキルが身に付きます。

5.おわりに

本講座は特に「クラウドサービスを活用し機械学習モデルの環境構築、学習、評価を行えるようになりたい方」「DP-100の受験を考えている方」には必見の講座です。
AzureのAIサービスについて座学だけで終わらずに、ハンズオンで実際に手を動かし、能動的に学習に取り組む”アクティブラーニング”を体験いただけるインタラクティブな講座となっております。興味がある方はぜひDP-100の講座ページを覗いてみてください。

また、DP-100をはじめ、AI-900、DP-900、AI-102といったAzureの資格試験について取り上げた記事もチェックしてみてください！
Azureの資格試験一覧｜主な資格の概要や難易度、学習ポイント、おすすめ学習方法を解説