Re:Re:ゼロから始めるAzure Machine Learning (電子版)
- 2,000 JPY
**こちらの商品は電子版です** Azureの機械学習サービスであるAzure Machine Learningは2018年に一般提供が開始されて以降、急速に進化し続けています。しかし、2024年8月末のリタイアが予定されているAzure Machine Learning Studio (classic)の日本語書籍はありましたが、現行のAzure Machine Learningの日本語解説本は無く、本書の前身である「Re: ゼロから始める Azure Machine Learning」はそのニッチを埋めるべく執筆されました。本書は「Re: ゼロから始める AzureMachine Learning」をベースに改訂を行い、2024年5月現在の最新機能に対応すると共にMLOpsを起点とした章立てに再構成し、大幅な加筆を行いました。MLOpsの流れを踏まえつつサービスの基礎的な機能から本番環境をを意識した発展的な機能まで順を追って説明し、AzureMachine Learning 上で機械学習モデルの開発と機械学習モデルの開発と学習済みモデルの本番運用を行えるようサンプルコードを交えて解説します。
第1章 機械学習
担当: 永田祥平 機械学習の基本的な概念や課題について解説
第2章 Azure Machine Learning
担当: 永田祥平 Azure Machine Learning のコンセプトと機能を解説
第3章 セットアップ
担当: 永田祥平 Azure Machine Learning の使用を開始するまでの手順を、Azure のアカウント作成から順に解説
第4章 AutoML(自動機械学習)
担当: 宮田大士 Azure Machine Learning が備えるAutoML機能を解説
第5章 スクラッチでのモデル開発
担当: 立脇裕太 AutoMLに頼らずスクラッチで機械学習モデル開発を行う場合の手法を解説
第6章 MLflow による実験管理とモデル管理
担当: 伊藤駿汰 Azure Machine Learning と深い関係にある機械学習ライフサイクル管理 OSS である MLflow の概要と、 MLflow と Azure Machine Learning を連携して使う方法を解説
第7章 機械学習パイプライン
担当: 女部田啓太 Azure Machine Learning パイプラインを用いて機械学習パイプラインを構築する方法を解説
第8章 モデルのデプロイ
担当: 女部田啓太 機械学習モデルや機械学習パイプラインをAzure Machine Learning の推論環境にデプロイする方法を解説
第9章 MLOps
担当: 立脇裕太 MLOps の概要やMLOps 実現に向けたMicrosoft の取り組みを紹介した上で Azure Machine Learning のMLOps 機能について解説
付録A MLflow Models によるノーコードコンテナビルドとデプロイ
担当: 伊藤駿汰 学習が完了した機械学習モデルをMLflow Models 形式で保存した後、ノーコードでモデルをコンテナ、サーバー内のREST API、本番運用を見据えたクラウド上のREST API へと展開する方法について解説