CML を使ってモデルの学習をセットアップする

この演習では、CML GitHub Action を使って、降雨を予測するランダムフォレスト分類器を学習します。CML は、機械学習実験のレポート生成を抽象化する GitHub Action です。

学習は、main ブランチに対して PR を開いたときにトリガーされます。引き続き気象データセットを使用します。preprocess_dataset.py ファイルには、これまでと同様にデータセットを前処理するためのヘルパー関数が含まれています。

train.py を実行すると、モデルの指標を含む metrics.json ファイルと、混同行列のプロットを含む confusion_matrix.png ファイルが出力されます。

今回の課題は、足場となっている .github/workflows/train_cml.yaml を完成させ、モデル学習の大まかな流れを構築することです。

注: Python スクリプトの実行には python ではなく python3 を使用してください。

この演習はコースの一部です

Machine Learning のための CI/CD

コースを見る

実践的なインタラクティブ演習

理論を実践に変える、インタラクティブな演習のひとつをお試しください

演習を開始する

この演習はコースの一部です

Machine Learning のための CI/CD

SkillTag.level.advancedSkillTag.label

4.8+

無料でコースを始める

この章では、継続的インテグレーション/継続的デリバリー（CI/CD）と YAML の基本原則を学びます。ソフトウェア開発のライフサイクルや、ビルド、テスト、デプロイといった主要な用語を理解します。継続的インテグレーション、継続的デリバリー、継続的デプロイメントの違いを確認します。さらに、機械学習や実験における CI/CD の重要性についても探ります。

Exercise 1: 機械学習のための継続的インテグレーション/継続的デリバリー入門 Exercise 2: 継続的デプロイと継続的デリバリー Exercise 3: 機械学習のワークフロー Exercise 4: YAML 入門 Exercise 5: YAML の構文 Exercise 6: YAML のマッピングとシーケンス Exercise 7: GitHub Actions 入門 Exercise 8: GitHub Actions の活用方法 Exercise 9: GitHub Actions の構成要素

この章では、CI/CD ワークフローを実行するための有力なプラットフォームである GitHub Actions（GHA）について学びます。イベント、アクション、ジョブ、ステップ、ランナー、コンテキストなど、GHA を構成するさまざまな要素を確認します。プッシュやプルリクエストなどのイベントで起動するワークフローの作成方法や、ランナーマシンのカスタマイズ方法を理解します。さらに、基本的な CI パイプラインを構築し、GHA のログの詳細を把握する実践的な学習に取り組みます。

Exercise 1: 中級 YAML Exercise 2: 正しい組み合わせを見つける Exercise 3: 継続的インテグレーションのワークフローを設計する Exercise 4: 基本的な CI パイプラインを設定する Exercise 5: GitHub Actions ワークフローを読み解く Exercise 6: GitHub Actions ワークフローを書いてみましょう Exercise 7: リポジトリのコードを実行する Exercise 8: 共有リポジトリモデルにおけるフィーチャーブランチ Exercise 9: GitHub Actions で Python コードを実行する Exercise 10: 環境変数とシークレット Exercise 11: GITHUB_TOKEN とは何ですか?Exercise 12: 環境変数を扱う Exercise 13: シークレットの活用

この章では、Continuous Machine Learning GitHub Action を使って、機械学習モデルのトレーニングを GitHub Action パイプラインに組み込む方法を学びます。モデルの指標とプロットを含む包括的な Markdown レポートを生成します。また、Data Version Control（DVC）を導入してデータの変更を追跡する、機械学習におけるデータのバージョン管理についても学びます。さらに、DVC リモートの設定とデータセットの転送方法も扱います。最後に、DVC パイプラインを取り上げ、再現性のあるモデルトレーニングを統括する DVC YAML ファイルの設定方法を学びます。

Exercise 1: GitHub Actions によるモデルトレーニング Exercise 2: 分類モデルを開発する Exercise 3: 分類モデルを学習させる Exercise 4: CML を使ってモデルの学習をセットアップする

現在の演習

Exercise 5: Data Version Control によるデータセットのバージョン管理 Exercise 6: .dvc ファイルが必要な理由 Exercise 7: データバージョニングの実践 Exercise 8: DVC リモートの操作 Exercise 9: DVC リモートの利点を理解する Exercise 10: DVC リモートを使ってみよう Exercise 11: DVC パイプライン Exercise 12: DVC パイプラインの作成 Exercise 13: DVC を使った機械学習モデルの学習

この章では、モデルのパフォーマンス分析とハイパーパラメータのチューニングに注目します。モデルのパフォーマンスの変化を評価するために、ブランチ間で指標や可視化を比較する実践的なスキルを身につけます。 scikit-learn の GridSearchCV を使ってハイパーパラメータチューニングを行います。さらに、最適なモデル構成を用いたプルリクエストの自動化についても学びます。

Exercise 1: DVC でメトリクスとプロットを比較する Exercise 2: dvc.yaml にメトリクスとプロットを追加する Exercise 3: Git ブランチ間でのメトリクスの比較 Exercise 4: GitHub Actions で DVC パイプラインを実行する Exercise 5: DVC を使ったハイパーパラメータチューニング Exercise 6: dvc.yaml へのハイパーパラメータチューニングの追加 Exercise 7: ハイパーパラメータチューニングの DVC パイプラインを実行する Exercise 8: ハイパーパラメータチューニングのための GitHub Actions ワークフロー Exercise 9: 疎結合 Exercise 10: GitHub Actions でハイパーパラメータチューニングを設定する Exercise 11: おめでとうございます！