次の方法で共有


データの入力と出力

重要

Machine Learning Studio (クラシック) のサポートは、2024 年 8 月 31 日に終了します。 その日までに、Azure Machine Learning に切り替えすることをお勧めします。

2021 年 12 月 1 日以降、新しい Machine Learning Studio (クラシック) リソースは作成できません。 2024 年 8 月 31 日まで、既存の Machine Learning Studio (クラシック) リソースを引き続き使用できます。

ML Studio (クラシック) のドキュメントは廃止予定であり、今後更新されない可能性があります。

注意

適用対象: Machine Learning Studio (クラシック) のみ

類似のドラッグ アンド ドロップ モジュールは Azure Machine Learning デザイナーで使用できます。

この記事では、Machine Learning Studio (クラシック) でデータとモデルをインポートおよびエクスポートするために使用できるモジュールの一覧を示します。

モジュールの使用に加えて、コンピューターまたはネットワーク上のローカル ファイルからデータセットを直接アップロードしてダウンロードすることもできます。 詳細については、「既存のデータをアップロード実験に変換する」をMachine Learningしてください

Machine Learning Studio (クラシック) でデータとモデルをインポートおよびエクスポートするために使用できるソースの一部を次に示します。

  • Azure SQL Database、Azure SQL Data Warehouse、Azure Storage、Azure Cosmos DB などのクラウド内のソースからデータを取得します。 パブリック Web URL として提供されるデータをインポートしたり、Hive クエリを使用して Hadoop からデータを取得したり、オンプレミスのサーバーに対してクエリを実行SQLすることもできます。
  • イメージ分類タスクで使用する Azure Blob Storage からイメージのコレクションを読み込む。
  • ファイルにアップロードした zip ファイルからデータを抽出Machine Learning。 実験でデータセットを使用できます。
  • Machine Learning Studio (クラシック) UI で「」と入力して、小さなデータセットを作成します。 これは、小規模なテスト データセットを作成する場合に便利です。
  • 結果または中間データを Azure Table Storage、Blob Storage、SQL、または Hive クエリに保存します。
  • トレーニング済みのモデルを URL または Blob Storage から取得し、実験で使用します。

注意

このグループ内のモジュールは、Machine Learning Studio (クラシック) 間でのみデータを移動します。 モジュールを使用して、インポートまたはエクスポート プロセス中にデータをフィルター処理、キャスト、または変換することはできません。

Machine Learning Studio (クラシック) でデータを変換およびフィルター処理する方法の詳細については、「データ変換」を参照してください

リソース

次の記事では、機械学習の一般的なデータ シナリオについて説明します。

作業の開始

クラウドで機械学習のデータを管理する方法について学習します。 この記事の情報は、業界標準であるCRISCRIS-DM に基づいており、 この記事では、機械学習とクラウド データ ソリューション (Azure HDInsight や SQL Database などのクラウド データ ソリューションとの統合を示すエンドツーエンドのチュートリアルを提供します。

この記事では、Azure にデータを取り込み、実験を作成する方法について説明します。

高度なデータ サイエンス

Python クライアント ライブラリにMachine Learningし、それを使用してメタデータにアクセスし、データセットを使用する方法について説明します。

サンプル実験

モジュールの一覧

[ データの入力と出力] カテゴリ には、次のモジュールが含まれています。

  • データを手動で入力する: 値を入力して小さなデータセットを作成できます。
  • データのエクスポート: データセットを Web URL に書き込むか、Azure のさまざまな形式のクラウドベースのストレージ (テーブル、BLOB、SQL データベースなど) に書き込みます。
  • データのインポート: Web 上の外部ソースと、Table Storage、Blob Storage、SQL Database、SQL Data Warehouse、Azure Cosmos DB、Hive クエリなど、Azure のさまざまな形式のクラウドベースのストレージからデータを読み込みます。 オンプレミスのデータベースからデータをインポートSQL Serverできます。
  • トレーニング済みモデルの読み込み: スコア付け実験で使用するトレーニング済みのモデルを URL または BLOB ストレージから取得します。
  • Zip 圧縮されたデータセットのアンパック: zip 形式で格納されているデータセットを圧縮解除し、データセットをワークスペースに追加します。

こちらもご覧ください