Microsoft Azureで簡単!データ分析環境構築

こんばんは。この記事では、Microsoft Azureでデータ分析環境を利用できるようになるまでのステップを解説します。

自分がセットアップした時の手順を備忘として書きました。それでは早速まいります!

Microsoft Azureのアカウント取得

お恥ずかしながら、今のいままでAWSは使うけれど、Azureは使ったことがありませんでした。というわけで、アカウントの取得からスタートです笑

Microsoftのアカウント(Github IDでも代用可能)にログインしたら、Azureのアカウントを取得しに行きます。

Azureアカウント取得

AWSと同様、最初の12ヶ月分の無料サービスが付いているようです。「無料で始める」をクリックしてアカウント情報を入力していきます。

Azureアカウント情報入力

必要情報を入れてアカウント作成を完了すると、早速Azureが利用できる状態になります。

Azure ダッシュボード画面

Machine Learningワークスペースの作成

お次はワークスペースの作成です。ワークスペースは、Azure Machine Learningの最上位のリソースで、データ分析・機械学習モデル構築〜デプロイを実施する、クラウド上のリソースです。(公式ページ説明)

AWSで言う所のSage Makerのようなものでしょうかね?

左メニュー最上部にある、「リソースの作成」をクリックし、「Machine Learning」と検索ボックスに入力すると、以下が表示されます。

Machine Learning

必要情報を入力していきます。

ワークスペース設定

ワークスペースの作成が完了すると、以下のような画面が表示されます。

ワークスペース作成完了画面

「リソースに移動」をクリックすると、こんな画面になります。ここからJupyter Notebook(エディタ)を開くには、実験メニューに移動します。すると、「Azure Notebooksを開く」というものと、その上に「Launch the studio」という2つのオプションが選択できるようになっています。


Azure Machine Learning 実験メニュー

「Contents of this page will be moving to ….」という説明をみる限りだと、どうやらMachine Learning Studioの方が新しい?ように見えるので、そちらをクリックしてみる。

すると、以下の画面が立ち上がります。

Machine Learning Studio

この画面のNotebooksのStart Nowをクリックすると、Jupyter Notebookの新規追加ができ、Python/Rコードの実行環境が整います。

そしてどうやらNotebookの起動にはVMの起動が必要なようです。Start Nowのあとのページで+New VMから作成可能です。

以上で最低限の環境セットアップが完了です。次回は、今気になっているAutoMLを使えるようにしてみたいと思います!

最後までご覧いただきありがとうございました!

0

この記事を気に入っていただけたらシェアをお願いします!

コメントを残す

メールアドレスが公開されることはありません。

ABOUT US

アバター
Yuu113
初めまして。Yuu113と申します。 兵庫県出身、東京でシステムエンジニアをしております。現在は主にデータ分析、機械学習を活用してビジネスモデリングに取り組んでいます。日々学んだことや経験したことを整理していきたいと思い、ブログを始めました。旅行、カメラ、IT技術、江戸文化が大好きですので、これらについても記事にしていきたいと思っています。