Azure Machine Learning のバッチ実行スコアリングの仕組みをノーコーディングで作成してみよう!

Microsoft Japan Data Platform Tech Sales Team

北澤

Azure Machine Learning ( Azure ML ) の特長の 1 つとして、作成したモデルを Web サービスとして簡単に公開する事ができ、他の業務アプリケーションなどから活用しやすい事が挙げられます。Web サービスには、リアルタイムでスコアを返すための「 要求応答サービス ( RSS ) 」と、ある程度のデータに対してバッチでスコアの結果を返す「 バッチ実行サービス ( BES ) 」の 2 種類があります。他のアプリケーションから利用するためのサンプルコード ( C# / Python / R ) が、要求応答サービス用 / バッチ用と自動生成されますので、アプリケーションからの呼び出しも敷居が低いのですが、開発環境を用意して、開発画面でサンプルコードをコピー & ペーストしてアプリケーションを作る必要があり、開発者でない方には環境の準備も含めて少し難しい部分もあったかと思います。

今回はさらに敷居を低くする方法として、バッチ実行サービスを使ったスコアリングの仕組みをノーコーディングで作成する方法をご紹介します。

作成方法は、この blog でも何回か紹介させて頂いている Cortana Intelligence Gallery の Tutorial の 1 つとして公開されています。

Cortana Intelligence Gallery のサイトにアクセス頂き、キーワードに “ Machine Learning Batch “   Category を “Tutorial” などで検索すると No-code Batch Scoring という Tutorial が見つかります。

image

 

こちらを選択すると ハンズオンガイド的な資料が開きます。資料に沿ってオペレーションする事で、基本的な操作は理解できると思いますので、この blog では理解を深めるための補足を書こうと思います。

ノーコーディングでバッチ実行サービスを利用する仕組みは Azure Machine Learning に Logic Apps という Azure の PaaS サービスを組み合わせる事で実現しています。

Logic Apps は、ワークフロー形式で様々なサービス間を連携させる事ができるサービスです。

ビジュアルデザイナーや様々なサービスに接続するコネクタが用意されているので、GUI を使った ドラッグ & ドロップ操作や必要な情報を選択・入力していく事で、サービスを連携させるビジネスワークフローを作成できる所が特長になっています。

下記の様なイメージでワークフローを作成していきます

image

 

画面イメージ中に フラスコの様なアイコンがあるかと思いますが、こちらが Azure ML 用のコネクタを表します。

コネクタにはトリガーやアクションが用意されていますので、こちらを選択して必要な項目を入力してくことでビジネスワークフローを作成していく事ができます。

 

Azure ML 用のコネクタに用意されているアクションは下記となります

( 執筆時点ではまだプレビュー段階のため、内容やインターフェース等は変わる可能性がございます )

image

 

 

紹介させて頂いた Tutorial では触れていませんが、Azure Blob Storage 用のコネクタも用意されていますので、処理対象データや処理済みデータの移動なども制御可能です。

image

 

似た様な Tutorial として Azure ML のモデルの再トレーニングを Logic Apps を使ってノーコーディングで行う No-code Retraining というものもあります。

image

ご興味が沸いた方はぜひこちらもお試し下さい。