Hello 表形式データ

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。

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。

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、表形式の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。

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。