概要

このラボでは、機械学習エンジニアおよびデータ サイエンティスト向けのマネージド クラウド サービスである Vertex AI Feature Store を使用して、機械学習の特徴量の保存、提供、管理、共有を大規模に行う方法を学びます。

学習目標

• 特徴量を Feature Store にインポートする
• インポートされた特徴量を使用してオンラインの予測リクエストを処理する
• オフラインのジョブ（トレーニング ジョブなど）でインポートされた特徴量にアクセスする

設定と要件

各ラボでは、新しい Google Cloud プロジェクトとリソースセットを一定時間無料で利用できます。

1. Qwiklabs にシークレット ウィンドウでログインします。

2. ラボのアクセス時間（例: 1:15:00）に注意し、時間内に完了できるようにしてください。
   一時停止機能はありません。必要な場合はやり直せますが、最初からになります。

3. 準備ができたら、[ラボを開始] をクリックします。

4. ラボの認証情報（ユーザー名とパスワード）をメモしておきます。この情報は、Google Cloud Console にログインする際に使用します。

5. [Google Console を開く] をクリックします。

6. [別のアカウントを使用] をクリックし、このラボの認証情報をコピーしてプロンプトに貼り付けます。
   他の認証情報を使用すると、エラーが発生したり、料金の請求が発生したりします。

7. 利用規約に同意し、再設定用のリソースページをスキップします。

タスク 1. 環境の設定

1. 1. Google Cloud コンソールのナビゲーション メニュー（）で、[Vertex AI] > [ダッシュボード] をクリックします。
2. [すべての推奨 API を有効化] をクリックします。

タスク 2. Vertex AI Notebooks インスタンスを起動する

1. Google Cloud コンソール のナビゲーション メニューで、[Vertex AI] > [ワークベンチ] をクリックします。[ユーザー管理のノートブック] を選択します。

2. ノートブック インスタンスのページで [Create New] をクリックし、[Environment] で [TensorFlow Enterprise 2.6 (with LTS)] の最新バージョンを選択します。

3. [新しいノートブック] インスタンス ダイアログで、Deep Learning VM の名前を確認します。リージョンとゾーンを変更しない場合は、設定をすべてそのままにして [作成] をクリックします。新しい VM が起動するまでに 2～3 分かかります。

4. [JUPYTERLAB を開く] をクリックします。
   JupyterLab ウィンドウが新しいタブで開きます。

タスク 3. Vertex AI Notebooks インスタンス内でコース リポジトリのクローンを作成する

training-data-analyst ノートブックのクローンを JupyterLab インスタンス内に作成するには、次の手順を行います。

1. JupyterLab で、[Terminal] アイコンをクリックして新しいターミナルを開きます。

2. コマンドライン プロンプトで、次のコマンドを実行します。

   git clone https://github.com/GoogleCloudPlatform/training-data-analyst

3. リポジトリのクローンが作成されたことを確認するには、training-data-analyst ディレクトリをダブルクリックし、リポジトリのコンテンツが表示されることを確認します。
   このディレクトリには、本コースのすべての Jupyter ノートブック ラボで使用するファイルが含まれています。

タスク 4. Vertex AI Feature Store を使用する

1. ノートブック インターフェースで [training-data-analyst] > [courses] > [machine_learning] > [deepdive2] > [feature_engineering] > [labs] に移動して 6_gapic_feature_store.ipynb を開きます。

2. ノートブック インターフェースで、[Edit] > [Clear All Outputs] をクリックします。

3. ノートブックの手順をよく読み、コードを入力する必要がある場所に「#TODO」のマークを付けた行を挿入します。

ヒント: 現在のセルを実行するには、そのセルをクリックして、Shift+Enter キーを押します。その他のセルコマンドはノートブック UI 内の [実行] の下にあります。

• タスクのヒントが提供されている場合もあります。テキストを選択すると、関連するヒントが白いテキストで表示されます。
• ソリューションの全体を見るには、[training-data-analyst] > [courses] > [machine_learning] > [deepdive2] > [feature_engineering] > [solutions] に移動し、[6_gapic_feature_store.ipynb] を開きます。

ラボを終了する

ラボでの学習が完了したら、[ラボを終了] をクリックします。ラボで使用したリソースが Qwiklabs から削除され、アカウントの情報も消去されます。

ラボの評価を求めるダイアログが表示されたら、星の数を選択してコメントを入力し、[送信] をクリックします。

星の数は、それぞれ次の評価を表します。

• 星 1 つ = 非常に不満
• 星 2 つ = 不満
• 星 3 つ = どちらともいえない
• 星 4 つ = 満足
• 星 5 つ = 非常に満足

フィードバックを送信しない場合は、ダイアログ ボックスを閉じてください。

フィードバック、ご提案、修正が必要な箇所については、[サポート] タブからお知らせください。

Copyright 2020 Google LLC All rights reserved. Google および Google のロゴは Google LLC の商標です。その他すべての企業名および商品名はそれぞれ各社の商標または登録商標です。