はじめに
Azure Database for PostgreSQL の Azure 拡張機能を使うと、カスタムビルドされた Azure Machine Learning service のデプロイを呼び出すことができます。 この拡張機能を使うと、カスタム モデルをトレーニングし、その出力を PostgreSQL で使用できます。
Azure Machine Learning
Azure Machine Learning は、機械学習 (ML) プロジェクトのライフサイクルを加速および管理するためのクラウド サービスです。 機械学習のプロフェッショナル、データ科学者、エンジニアが、日常のワークフローでこれを使って、モデルをトレーニングおよびデプロイし、機械学習の運用 (MLOps) を管理できます。
Machine Learning でモデルを作成したり、PyTorch、TensorFlow、scikit-learn などのオープンソース プラットフォームで構築されたモデルを使用したりできます。 機械学習の運用ツールは、モデルの監視、再トレーニング、再デプロイに役立ちます。
シナリオ: 賃貸物件の夜間料金の見積もり
あなたは Margie's Travel の主任開発者であると仮定します。 あなたの会社は、短期賃貸物件の登録情報サービスを拡大する計画に着手しています。 会社がサービスを拡張する方法の 1 つは、賃貸物件の 1 泊あたりの価格を見積もる機能を提供することです。 特に、既存の賃貸登録情報データを使って、特定の物件に滞在するために賃貸人が支払うであろう価格を予測するモデルをトレーニングしたいと考えています。 あなたは、このモデルをホストするために Azure Machine Learning を使うことに関心があり、顧客データを Azure Database for PostgreSQL フレキシブル サーバーでホストする予定です。
学習の目的
このモジュールでは、Azure Database for PostgreSQL - フレキシブル サーバーで Azure Machine Learning service を使う方法を示します。 このモジュールでは、次のことを行います。
- Azure Machine Learning の自動機械学習を使ってモデルをトレーニングする
- Azure Machine Learning でトレーニングされたモデルをデプロイする
- 既存の Azure Database for PostgreSQL フレキシブル サーバー インスタンスに
azure_ai拡張機能をインストールする - 賃貸登録情報の価格見積もりを生成する関数を作成する
このセッションが終了するまでに、azure_ai 拡張機能を使って、カスタム トレーニングされた Azure Machine Learning モデルを Azure Database for PostgreSQL フレキシブル サーバーから呼び出すことができるようになります。