はじめに

• 2 分

あなたは機械学習エンジニアであり、糖尿病分類モデルについてデータ サイエンス チームと共同で作業しているとします。 データ サイエンス チームによって作成されたワークフローは、データを処理し、モデルをトレーニングします。 あなたは、このワークフローを自動的に実行するようにしたいと考えています。 そうすることで、さまざまな環境で、さまざまなイベントによって駆動される分類モデルのトレーニング (および再トレーニング) を自動化できます。

自動化は、機械学習操作 (MLOps) の重要な部分です。 DevOps と同様に、MLOps を使用すると、機械学習成果物を迅速に開発し、それらの成果物をコンシューマーに迅速に配信できます。 効果的な MLOps 戦略を使用すると、機械学習モデルの品質を確実に維持しながら、モデルのトレーニング、テスト、デプロイを行う自動ワークフローを作成できます。

GitHub Actions を使用して、モデルをトレーニングする Azure Machine Learning ジョブを自動的に実行します。 GitHub Actions を使用して Azure Machine Learning ジョブを実行するには、Azure 資格情報をシークレットとして GitHub に保存します。 その後、YAML を使用して GitHub アクションを定義します。

学習の目的

このモジュールでは、次の方法を学習します。

• Azure Machine Learning ジョブの実行に必要なアクセス許可を作成し、サービス プリンシパルに割り当てる。
• GitHub のシークレットを使用して、Azure 資格情報を安全に格納する。
• YAML を使用して、格納されている Azure 資格情報を使用して Azure Machine Learning ジョブを実行する GitHub アクションを作成する。