このチュートリアルでは、Vertex AI を使用して表形式データからバイナリ分類モデルを作成する方法について説明します。
プロセスがすべて完了するまでに 2~3 時間かかります。その時間のほとんどは見た目に変化のない状態が続くため、ブラウザ ウィンドウを閉じ、後でタスクに戻ってもかまいません。
トレーニング済みモデルの目的は、年齢、所得、職業などの特徴を使用して銀行の顧客が定期預金(投資の種類)を購入するかどうかを予測することです。この種のモデルは、銀行でどのようなユーザーにマーケティング リソースを集中させるかを判断する際に役立ちます。
このチュートリアルでは、オープンソースの Bank marketing のデータセットを使用します。このデータセットは、クリエイティブ・コモンズ CCO: Public Domain のライセンスを通じて利用できます。列名はわかりやすいように変更しています。
このチュートリアルを完了するには、次のページで説明する操作を行うか、コンソール内チュートリアル(Google Cloud コンソールの同様のチュートリアル)を使用します。
チュートリアル ページ
このチュートリアルの手順は次のとおりです。
手順 | 説明 |
---|---|
1. プロジェクトと環境を設定する | プロジェクトと環境を設定します。 |
2. データセットを作成して AutoML 分類モデルをトレーニングする | 表形式のデータセットを作成して、分類モデルをトレーニングします。 |
3. モデルをデプロイして予測をリクエストする | エンドポイントを作成し、モデルをエンドポイントにデプロイします。この新しいエンドポイントにモデルをデプロイしたら、予測をリクエストしてモデルをテストします。 |
4. プロジェクトをクリーンアップする | このチュートリアルで作成した Google Cloud リソースをクリーンアップして、リソースから予期しない料金が発生しないようにします。 |
コンソール内チュートリアル
この 2 つのチュートリアルは Google Cloud コンソールで利用できます。
パート 1
このチュートリアルでは、Google の AutoML テクノロジーを使用して、表形式データからバイナリ分類モデルを構築する方法を学びます。
このタスクを Google Cloud コンソールで直接行う際の順を追ったガイダンスについては、「ガイドを表示」をクリックしてください。
パート 2
これは AutoML の表形式モデルの構築に関する 2 番目のチュートリアルです。このチュートリアルは、前のチュートリアルの続きです。このバージョンを続けるには、パート 1 でトレーニングしたモデルが必要です。
このタスクを Google Cloud コンソールで直接行う際の順を追ったガイダンスについては、「ガイドを表示」をクリックしてください。