テクノ大福帳

教師付きの機械学習サービスである Google AutoML Tables を使って、クレジットカードの利用明細（CSVファイル）から家計簿の勘定科目を予測してみます。第４回目の本記事では、モデルをエクスポートしてAutoML Tables 以外の環境で予測する方法を見ていきます。 【目次】 ［１］はじめに ［２］エクスポートして予測する基本的な流れ （１）概要 （２）【参考】Google Cloud Runで動かす場合 ［３］モデルのエクスポート （１）エクスポート手順 （２）エクスポートしたモデルのディレクトリ階層 （３）【参考】モデルの保存形式 ［４］ローカル実行環境の準備 （１）Vagrant＋Ubuntu 20.04 LTS 環境の構築 （２）Dockerのインストール ［５］AutoML Tables モデルサーバの準備と起動 （１）Cloud SDK のインストール （２）エクスポートしたモデルのダウンロード （３）AutoML Tables モデルサーバのダウンロード （４）AutoML Tables モデルサーバの起動 （５）【参考】新たにDockerイメージを作成して実行 ［６］予測 （１）基本的な使い方 （２）curl を利用した実行例 ［７］引き続き… ［１］はじめに 本記事は、前回の記事『 Google AutoML Tables の機械学習を使ってカード利用明細から家計簿の勘定科目を予測する（3）予測 』の続き（第４回）です。 AutoML Tables で作成した機械学習モデルを使った予測方法として、大きく以下の２つ AutoML Tables が提供（管理）する実行環境で予測 バッチ予測 オンライン予測 AutoML Tables 以外の環境で予測 機械学習モデルをエクスポートして、外部のDocker環境で予測する があります。 前者の「AutoML Tables が提供（管理）する実行環境で予測」については前の記事で概観しました。この方法は有償サービスではありますが、面倒な環境構築などは不要といったメリットがあります。 これに対して、後者の「AutoML Tables 以外の環境で予測」は、AutoML Tables で作成した機械学習モデルをエクスポートして、AutoML Tables 環境以外でモデルを

教師付きの機械学習サービスである Google AutoML Tables を使って、クレジットカードの利用明細（CSVファイル）から家計簿の勘定科目を予測してみます。第３回目の本記事では、前回作成した機械学習モデルを使って勘定科目を予測する方法（AutoML Tables が提供する方法）を見ていきます。 【目次】 ［１］はじめに ［２］予測の実行環境 ［３］バッチ予測 （１）概要 （２）入力データ（CSVファイル）の準備 （３）CSVファイルをCloud Storage にアップロード （４）バッチ予測の実行 （５）予測結果のファイル構成 （６）予測ファイルの内容 （７）エラーファイルやエラー終了など ［４］オンライン予測 （１）概要 （２）デプロイして予測 （３）デプロイメントを削除 ［５］引き続き… ［１］はじめに 本記事は、前回の記事『 Google AutoML Tables の機械学習を使ってカード利用明細から家計簿の勘定科目を予測する（2）トレーニング 』の続き（第３回）です。 前回の記事で、勘定科目を予測する機械学習モデルを作成しました。この機械学習モデルを使って、実際のデータで勘定科目を予測する方法を見ていきます。 予測を行うには、ざっくり、 AutoML Tables が提供（管理）する実行環境で予測する モデルをエクスポートしてAutoML Tables 以外の環境で予測する の２つがありますが、本記事では、まず前者の AutoML Tables が提供する実行環境で予測する方法を見ていきます。この方法は有償サービスではありますが、面倒な環境構築などは不要です。 なお、モデルをエクスポートして予測する方法や、その後の試行錯誤に関しては以降の記事で書きます。 第1回 準備 第2回 トレーニング 第3回 AutoML Tables 環境を利用したバッチ予測、オンライン予測 第4回 モデルをエクスポートしてローカルDocker環境で予測 第5回 モデルの評価と改良 ［２］予測の実行環境 前回作成した作成した機械学習モデルは、いわばパラメータの塊のようなデータですので、モデルだけで動作するものではありません。 機械学習モデルを用いて入力データに対して予測を行うためには、入力データを受け付けて、機械