Machine Learning service のワークスペースデータをエクスポートまたは削除する

[アーティクル]
08/14/2023

Azure Machine Learning では、ポータルのグラフィカルインターフェイスまたは Python SDK を使用して、ワークスペースデータをエクスポートまたは削除できます。この記事では、両方のオプションについて説明します。

注意

個人データの表示または削除については、「GDPR のための Azure データサブジェクト要求」を参照してください。 GDPR の詳細については、Microsoft Trust Center の GDPR に関するセクションおよび Service Trust Portal の GDPR に関するセクションをご覧ください。

Note

この記事は、デバイスまたはサービスから個人データを削除する手順について説明しており、GDPR の下で義務を果たすために使用できます。 GDPR に関する一般情報については、Microsoft Trust Center の GDPR に関するセクションおよび Service Trust Portal の GDPR に関するセクションをご覧ください。

ワークスペースデータを制御する

Azure Machine Learning によって保存された製品内のデータは、エクスポートおよび削除することができます。データのエクスポートと削除は、Azure Machine Learning Studio、CLI、および SDK を使用して行うことができます。さらに、Azure プライバシーポータルからテレメトリデータにアクセスできます。

Azure Machine Learning では、個人データはジョブ履歴ドキュメント内のユーザー情報で構成されます。

Azure ワークスペースは、リソースグループに依存して、Azure ソリューションの関連リソースを保持します。ワークスペースを作成するときは、既存のリソースグループを使用したり、新しいリソースグループを作成したりできます。 Azure リソースグループの詳細については、このページを参照してください。

ポータルを使用して高レベルリソースを削除する

ワークスペースを作成すると、Azure によってリソースグループ内にいくつかのリソースが作成されます。

ワークスペース自体
ストレージアカウント
コンテナーレジストリ
Application Insights インスタンス
キーコンテナー

これらのリソースを削除するには、以下の一覧からリソースを選択し、[削除] を選択します。

重要

リソースが論理的な削除用に構成されている場合、必要に応じてリソースを完全に削除することを選択しない限り、データは実際に削除されません。詳細については、次の記事を参照してください。

確認ダイアログボックスが開き、選択内容を確認できます。

ジョブ履歴ドキュメントには、個人のユーザー情報が含まれている場合があります。これらのドキュメントが、/azureml サブフォルダーの BLOB ストレージのストレージアカウントに保存されます。データは、ポータルからダウンロードおよび削除することができます。

Azure Machine Learning Studio を使用して機械学習リソースをエクスポートおよび削除する

Azure Machine Learning スタジオは、ノートブック、データ資産、モデル、ジョブなどの機械学習リソースの統合ビューを提供します。 Azure Machine Learning Studio では、データと実験の記録を保持することに注力しています。ブラウザーの右側にあるパイプラインやコンピューティングリソースなどの計算リソースを削除できます。これらのリソースについては、問題のリソースに移動し、[削除] を選択します。

データ資産とアーカイブジョブの登録を解除することはできますが、これらの操作ではデータは削除されません。データを完全に削除するには、データ資産とジョブデータをストレージレベルで削除する必要があります。ストレージレベルでの削除は、前に説明したようにポータルで行います。 Azure Machine Learning スタジオでは、個々の削除を処理できます。ジョブを削除すると、そのジョブのデータが削除されます。

Azure Machine Learning スタジオでは、試験的なジョブからのトレーニング成果物のダウンロードを処理できます。該当するジョブを選択します。 [Output + logs](出力とログ) を選択し、ダウンロードする特定の成果物に移動します。 [...] と [ダウンロード] を選択するか、[すべてダウンロード] を選択します。

登録済みモデルをダウンロードするには、[モデル] に移動し、[ダウンロード] を選択します。

Python SDK を使用してリソースをエクスポートおよび削除する

以下を使用して、特定のジョブの出力をダウンロードできます。

# Retrieved from Azure Machine Learning web UI
run_id = 'aaaaaaaa-bbbb-cccc-dddd-0123456789AB'
experiment = ws.experiments['my-experiment']
run = next(run for run in ex.get_runs() if run.id == run_id)
metrics_output_port = run.get_pipeline_output('metrics_output')
model_output_port = run.get_pipeline_output('model_output')

metrics_output_port.download('.', show_progress=True)
model_output_port.download('.', show_progress=True)

次の機械学習リソースは、Python SDK を使用して削除できます。

Type	関数呼び出し	Notes
`Workspace`	`delete`	`delete-dependent-resources` を使用して削除を連鎖させる
`Model`	`delete`
`ComputeTarget`	`delete`
`WebService`	`delete`

次のステップ

詳細については、ワークスペースの管理に関するページを参照してください。

Machine Learning service のワークスペース データをエクスポートまたは削除する

ワークスペース データを制御する

ポータルを使用して高レベル リソースを削除する