소개

이전부터 소개하고 있는 AutoAI에서 만든 모델을 Jupyter Notebook에 Export하는 기능이 드디어 출시되었습니다.
본 기사는, 「AutoAI로 간편 기계 학습」시리즈 제4탄으로서, 이 기능을 실제로 시험해 보기로 합니다.

[2020-07-20 AutoAI 일본어 대응에 따라 전면 개정]

과거 기사는 아래 링크를 참조하십시오.

AutoAI로 간편 기계 학습 (그 1) 준비편
AutoAI로 간편 기계 학습(그 2) 모델 구축편
AutoAI로 간편한 기계 학습 (3) 웹 서비스 편

또, 다음의 기사도 참고해 주세요.
AutoAI로 간편 기계 학습 (그 5) API편

전제

이하의 순서에서는, 상기의 시리즈 중 「AutoAI로 간편 기계 학습(그 2) 모델 구축편」까지가 끝나고 있는 것을 전제로 합니다. (그 3)은 필수는 아닙니다.

노트북 내보내기

(그 2)에서 모델 구축이 끝나면 아래 그림과 같은 화면이 됩니다.
(버전 업에 의해 이전부터 화면이 바뀌었습니다)



화면을 아래로 스크롤하면 다음 그림과 같이 작성된 모델 목록이 표시됩니다.



여기에서 Export하고 싶은 모델(일반적으로 맨 위가 됩니다)의 오른쪽에 마우스 포인터를 이동하면, 「다른 이름으로 저장」이라는 메뉴가 표시되므로, 클릭하면 아래의 그림과 같이 됩니다 .



여기에서 아래의 "Notebook"을 선택하십시오. 다음과 같은 화면으로 전환해야합니다.



오른쪽의 「AutoAI_lib Notebook」을 선택해, 「저장」으로 해 주세요.



아래 화면이 표시되면 기본 상태에서 만들기를 클릭합니다.



잠시 기다려, 아래와 같은 화면이 나오면 export에 성공하고 있습니다.



일단 모든 셀을 실행해보십시오. 성공적으로 끝나면 아래 화면과 같아야합니다.

Google Colab에서 노트북 이동

절각이므로 이 Notebook을 다른 환경(Google Colab)에서 움직여 봅시다.
따라서 아래 화면의 빨간색 테두리에 표시된 다운로드 아이콘을 클릭하여 노트북을 다운로드합니다.



다운로드한 파일을 Google Colab에 업로드해 봅니다.
Google Colab은 Chrome에서 시작하세요. Gmail에 로그인한 상태에서 다음 URL로 이동합니다.

다음 화면이 나오므로 업로드 탭을 선택하고 방금 다운로드한 노트북을 로드합니다.



2020년 7월 20일 현재, 아래의 COS에서 CSV 데이터를 검색하는 섹션의 코드가 잘 작동하지 않는 것 같습니다.
4. Create dataframe from dataset in Cloud Object Storage
원래 이 코드에는 자격 증명이 내장되어 있어 불용심이므로 셀별로 삭제합니다. (2개)
대신 새 셀을 삽입하고 아래 코드를 복사하십시오.
이제 모든 셀을 성공적으로 실행할 수 있습니다.

df = pd.read_csv('https://raw.githubusercontent.com/makaishi2/sample-data/master/data/bank-train-autoai.csv')

코드 수정 후의 모습을 아래에 나타냅니다.



이하에 정상 종료시의 화면 카피를 첨부합니다.

또 다른 옵션

그건 그렇고, 노트북을 저장할 때 선택할 수있는 또 다른 옵션이있었습니다.
여기서 역을 선택하면 어떻게 될지 신경이 쓰이는 곳입니다.



이 Notebook을 선택한 경우 모델을 사용자 정의하고 나중에 Watson ML에 배포하는 메커니즘이있는 것 같습니다 (자세한 내용은 조사되지 않음).

또한 노트북 도중에 다음과 같은 흐름도를 볼 수 있습니다.





여러가지 재미있을 것 같은 느낌입니다.
자세한 내용을 알면 별도 기사로 게재하고 싶습니다.