-
始める前に
Google Cloud Platform プロジェクトと認証をセットアップし、AutoML Tables を有効にします。
-
トレーニング データの準備
モデルのトレーニングに使用するデータを編成して、ラベルを付けます。
-
データセットの作成とデータのインポート
データセットを作成し、表形式のデータをインポートします。
-
モデルのトレーニング
データセット スキーマを確認して更新し、モデルをトレーニングします。
-
モデルの評価
モデルの評価の指標を検討し、モデルを改善します。
-
オンライン予測
モデルに基づいて値のセットの予測を作成します。
-
バッチ予測
モデルに基づいて複数のセットの値の予測を作成します。
-
予測の説明
モデルがトレーニング データを使用し、予測を行う方法を可視化します。
-
モデルのエクスポート
モデルをエクスポートして Docker でモデルを実行し、予測を行います。
-
データセットの管理
データセットを管理します。
-
モデルの管理
カスタムモデルを管理します。
-
モデル アーキテクチャの表示
Cloud Logging を使用してモデルの構造を表示します。
-
長時間実行オペレーションによる作業
長時間実行オペレーションのステータスの確認や、そのオペレーションの待機、キャンセルを行います。