ノートブック・セッションを使用したモデルの作成およびトレーニング

ノートブック・セッション内で作業している場合は、Linuxユーザーdatascienceとして操作しています。このユーザーにはOCI Identity and Access Management (IAM)アイデンティティがないため、OCI APIにアクセスできません。OCIリソースには、データ・サイエンス・プロジェクトおよびモデル、および他のOCIサービス(オブジェクト・ストレージ、ファンクション、Vault、データ・フローなど)のリソースが含まれます。ノートブック環境からこれらのリソースにアクセスするには、次の2つの認証アプローチのいずれかを使用します:

新規ファイルを作成することも、独自の既存のファイルを操作することもできます。

ノートブック・セッション・イメージにプリインストールされていないライブラリをインストールできます。事前構築済のconda環境をインストールおよび変更するか、conda環境を最初から作成できます。

詳細は、ADSドキュメントの Installing Extra Librariesのセクションを参照してください。

ノートブック・セッションを開始すると、サービスによって、コードで使用できる有用な環境変数が作成されます:

ノートブック・セッションでこれらの環境変数にアクセスするには、Python osライブラリを使用します。例:

import os 
project_ocid = os.environ['PROJECT_OCID']
print(project_ocid)

ノートブック・セッションで独自のカスタム環境変数を使用します。

カスタム環境変数を定義したら、Python osライブラリを使用して、ノートブック・セッションでこれらの環境変数にアクセスします。たとえば、キーと値のペアをキーMY_CUSTOM_VAR1および値VALUE-1で定義した場合、次のコードを実行するとVALUE-1が表示されます。

import os 
my_custom_var1 = os.environ['MY_CUSTOM_VAR1']
print(my_custom_var1)

Oracle Accelerated Data Science(ADS)SDKは、一般的なデータ・サイエンス・タスクを自動化および簡素化するツールを提供することで、一般的なデータ・サイエンス・アクティビティを高速化します。データ・サイエンティストは、OCIサービス(ジョブ、ビッグ・データ、データ・フロー、オブジェクト・ストレージ、ストリーミング、Vault、Oracle Databaseなど)とわかりやすいPythonインタフェースを提供します。ADSは、データ取得からモデルの評価、解釈、モデル展開まで、機械学習モデルのライフサイクルを管理するインタフェースを提供します。

ADSを使用すると、次のことができます。

• Object Storage、Oracle Database(ATP、ADW、オンプレミス)、AWS S3、およびその他のソースからPandasデータ・フレームにデータセットを読み取ります。
• ADSTunerモジュールでハイパーパラメータ最適化を使用してモデルをチューニングします。
• ADSEvaluatorモジュールを使用して、モデル候補の詳細な評価レポートを生成します。
• 機械学習モデルをデータ・サイエンス・モデル・カタログに保存します。
• モデル・デプロイメントを使用して、モデルをHTTPリクエストとしてデプロイします。
• データ・フローを使用して、Sparkで分散ETL、データ処理およびモデル・トレーニング・ジョブを開始します。

• ノートブック・セッションからBDSに接続し、作成されるクラスタでKerberosが有効になっている必要があります。

  Kerberos対応クラスタを使用して、ノートブック・セッションからビッグ・データに接続します。

• 機能タイプを使用して、データの特徴付け、意味のあるサマリー統計の作成、およびプロットを行います。警告および検証システムを使用して、データの品質をテストします。
• データ・サイエンスのジョブを使用して機械学習モデルをトレーニングします。
• ads conda CLIを使用して、conda環境のライフサイクルを管理します。