Azure Machine Learning アクティビティを使用して、Azure Machine Learning インスタンスでジョブを実行する

Data Factory for Microsoft Fabric の Azure Machine Learning アクティビティでは、Azure Machine Learning インスタンスでジョブを実行できます。

前提条件

開始するには、次の前提条件を満たしている必要があります。

• アクティブなサブスクリプションが含まれるテナント アカウント。 無料でアカウントを作成できます。
• ワークスペースが作成されている。

UI を使用して Azure Machine Learning アクティビティをパイプラインに追加する

パイプライン内で Azure Machine Learning 関数アクティビティを使用するには、次の手順を実行します。

アクティビティを作成する

1. ワークスペースに新しいパイプラインを作成します。

2. パイプラインの [アクティビティ] ペイン内で Azure Machine Learning を検索し、それを選択してパイプライン キャンバスに追加します。

   Note

   次のスクリーンショットで強調表示されているように、Azure Machine Learning アクティビティを表示するには、メニューを展開し、下にスクロールする必要がある場合があります。

   

3. まだ選択されていない場合は、パイプライン エディターのキャンバスで新しい Azure Batch アクティビティを選択します。

   

[全般設定] タブを構成するには、全般設定のガイダンスを参照してください。

Azure Machine Learning アクティビティ設定

1. [設定] タブを選択し、既存の接続を選択するか、新しい Azure Machine Learning 接続を作成します。
2. エンドポイントの種類、バッチエンド ポイントまたはパイプライン (v1) を選択します。
3. バッチ エンドポイントとバッチ デプロイを指定し、バッチ エンドポイントの種類の**ジョブ設定を構成するか、Azure Machine Learning Pipeline (v1) を実行するパイプラインの詳細を指定します。

パイプラインを保存して実行またはスケジュールする

パイプラインに必要なその他のアクティビティを構成したら、パイプライン エディターの上部にある [ホーム] タブに切り替え、[保存] ボタンを選択してパイプラインを保存します。 [実行] を選択して直接実行するか、[スケジュール] を選択してスケジュールを設定します。 ここで実行履歴を表示したり、他の設定を構成したりすることもできます。

関連するコンテンツ

• パイプラインの実行を監視する方法