SQL Data Warehouse で Azure Machine Learning を使用する

  • Article

このポストは、11 月 24 日に投稿された Using Azure Machine Learning with SQL Data Warehouse の翻訳です。

Azure Machine Learning では、Azure SQL Data Warehouse データベースやその他のソースのデータを使用して予測モデルを構築することができます。

この強力なクラウド ベースの予測分析サービスは、分析ソリューションとして予測モデルを迅速に作成、デプロイすることができます。SQL Data Warehouse データベースで T-SQL クエリを実行してデータの処理やサンプル抽出を行い、機械学習環境に読み込みます。また、大規模なライブラリからすぐに使用可能なアルゴリズムを選択するか、自作の R スクリプトや Python スクリプトを使用して、データから予測モデルの作成、トレーニング、スコア付けを行うことができます。モデルのスコアリング後は結果を SQL Data Warehouse データベースに書き込み、Power BI で視覚化します。さらに、このモデルを Web サービスに発行して運用化することもできます。

Machine Learning Studio (英語) にアクセスし、[Get Started] ボタンをクリックします。ゲスト アカウントまたは Microsoft アカウントでサインインし、次の操作を実行します。

  • [+NEW]、[Blank Experiment] の順にクリックして新しい実験を開始します。
  • T-SQL クエリで Azure SQL Data Warehouse からデータを読み取ります。
  • 機械学習の予測モデルの作成、トレーニング、スコア付けを行います。
  • 結果を Azure SQL Data Warehouse に書き込みます。
  • モデルを Web サービスに発行します。

SQL Data Warehouse データベースのデータで機械学習モデルを構築する場合は、下のチュートリアルの手順に従うか、「Azure Machine Learning を使用したデータの分析」の記事を参照してください。

[View:https://sec.ch9.ms/ch9/10ef/2b22c4fa-2488-4858-bff5-1253846610ef/sqldatawarehousewithazureml_mid.mp4:0:0]

さらに、SQL Data Warehouse の PolyBase 機能を使用すると、Azure ストレージ アカウントで半構造化データを使用してデータベースのリレーショナル データのマッシュアップを行うことができます。このマッシュアップされたデータ セットでは、機械学習モデルの構築に加え、Azure のストレージ内のデータを参照する外部テーブルをデータベース内で作成することができます。PolyBase の使用を開始するには、下のチュートリアルの手順に従うか、「PolyBase を使用したデータのロード」の記事を参照してください。

[View:https://sec.ch9.ms/ch9/c1b7/763c5669-3565-42b4-b063-a765db2cc1b7/polybaseandsqldatawarehouse_mid.mp4:0:0]