モデル ビルダーにトレーニング データを読み込む

  • [アーティクル]

ML.NET 用のモデル ビルダー シナリオのいずれかで使用するために、ファイルまたは SQL Server データベースからご利用のトレーニング データセットを読み込む方法について説明します。 モデル ビルダーのシナリオでは、SQL Server データベース、イメージ ファイル、CSV または TSV ファイル形式をトレーニング データとして使用できます。

Model Builder では、コンマ、タブ、およびセミコロン区切り記号と PNG および JPG 画像を含む TSV、CSV、TXT ファイルのみが受け入れられます。

モデル ビルダーのシナリオ

モデル ビルダーは、次の機械学習シナリオ用のモデルを作成するのに役立ちます。

  • データ分類 (二項分類と多クラス分類): テキスト データを 2 つ以上のカテゴリに分類します。
  • 値の予測 (回帰): 数値を予測します。
  • 画像分類 (ディープ ラーニング): 画像を 2 つ以上のカテゴリに分類します。
  • レコメンデーション (レコメンデーション): 特定のユーザーに推奨される項目の一覧を生成します。
  • 物体検出 (ディープ ラーニング): 画像内の物体を検出して識別します。 これにより、1 つ以上の物体を検索し、適切にラベルを付けることができます。

この記事では、テキストまたは数値データを含む分類と回帰、画像分類、および物体検出シナリオについて説明します。

ファイルからのテキスト データまたは数値データの読み込み

ファイルからモデル ビルダーにテキスト データまたは数値データを読み込むことができます。 コンマ区切り (CSV) またはタブ区切り (TSV) のファイル形式が受け入れられます。

  1. Model Builder のデータ ステップで、データ ソースの種類として [ファイル] を選択します。

  2. テキスト ボックスの横にある [参照] ボタンを選択し、エクスプローラーを使用してデータ ファイルを参照して選択します。

  3. [予測する列 (ラベル)] ドロップダウンでカテゴリを選択します。

    Note

    (省略可能) データ分類シナリオ: ラベル列のデータ型 ([予測する列 (ラベル)] ドロップダウンの値) をブール値 (True または False) に設定すると、モデル トレーニング パイプラインで二項分類アルゴリズムが使用されます。 それ以外の場合は、多クラス分類トレーナーが使用されます。 [Advanced data options](詳細データ オプション) を使用してラベル列のデータ型を変更し、データに使用するトレーナーの種類を Model Builder に通知します。

  4. [Advanced data options](詳細データ オプション) リンクのデータを更新して、列の設定を行うか、データの書式設定を更新します。

モデル ビルダーで使用するデータ ソース ファイルの設定が完了しました。 [次のステップ] ボタンをクリックして、Model Builder での次のステップに進みます。

SQL Server データベースからデータを読み込む

モデル ビルダーでは、ローカルおよびリモートの SQL Server データベースからのデータの読み込みがサポートされています。

ローカル データベース ファイル

SQL Server データベース ファイルから Model Builder にデータを読み込むには、次のようにします。

  1. Model Builder のデータ ステップで、データ ソースの種類として [SQL Server] を選択します。

  2. [データ ソースの選択] ボタンを選択します。

    1. [データ ソースの選択] ダイアログで、 [Microsoft SQL Server データベース ファイル] を選択します。
    2. [常にこれを選択する] チェックボックスをオフにして、 [続行] を選択します。
    3. [接続プロパティ] ダイアログで、[参照] を選択し、ダウンロードした .MDF ファイルを選択します。
    4. [OK] を選択します。

  3. [テーブル名] ドロップダウンからデータセット名を選択します。

  4. [予測する列 (ラベル)] ドロップダウンで、予測を作成するデータ カテゴリを選択します。

    Note

    (省略可能) データ分類シナリオ: ラベル列のデータ型 ([予測する列 (ラベル)] ドロップダウンの値) をブール値 (True または False) に設定すると、モデル トレーニング パイプラインで二項分類アルゴリズムが使用されます。 それ以外の場合は、多クラス分類トレーナーが使用されます。 [Advanced data options](詳細データ オプション) を使用してラベル列のデータ型を変更し、データに使用するトレーナーの種類を Model Builder に通知します。

  5. [Advanced data options](詳細データ オプション) リンクのデータを更新して、列の設定を行うか、データの書式設定を更新します。

リモート データベース

SQL Server データベース接続から Model Builder にデータを読み込むには、次のようにします。

  1. Model Builder のデータ ステップで、データ ソースの種類として [SQL Server] を選択します。

  2. [データ ソースの選択] ボタンを選択します。

    1. [データ ソースの選択] ダイアログで、 [Microsoft SQL Server] を選択します。

  3. [接続のプロパティ] ダイアログで、Microsoft SQL データベースのプロパティを入力します。

    1. 接続するテーブルを含むサーバー名を指定します。
    2. サーバーへの認証を設定します。 [SQL Server 認証] が選択されている場合は、サーバーのユーザー名とパスワードを入力します。
    3. [データベース名の選択または入力] ドロップダウンで、接続するデータベースを選択します。 サーバー名とログイン情報が正しい場合は、自動的に設定されるはずです。
    4. [OK] を選択します。

  4. [テーブル名] ドロップダウンからデータセット名を選択します。

  5. [予測する列 (ラベル)] ドロップダウンで、予測を作成するデータ カテゴリを選択します。

    Note

    (省略可能) データ分類シナリオ: ラベル列のデータ型 ([予測する列 (ラベル)] ドロップダウンの値) をブール値 (True または False) に設定すると、モデル トレーニング パイプラインで二項分類アルゴリズムが使用されます。 それ以外の場合は、多クラス分類トレーナーが使用されます。 [Advanced data options](詳細データ オプション) を使用してラベル列のデータ型を変更し、データに使用するトレーナーの種類を Model Builder に通知します。

  6. [Advanced data options](詳細データ オプション) リンクのデータを更新して、列の設定を行うか、データの書式設定を更新します。

モデル ビルダーで使用するデータ ソース ファイルの設定が完了しました。 [次のステップ] ボタン リンクをクリックして、Model Builder での次のステップに進みます。

画像分類データ ファイルを設定する

Model Builder では、画像分類データが、分類のカテゴリに対応するフォルダーに整理された JPG または PNG ファイルである必要があります。

モデル ビルダーにイメージを読み込むには、単一の最上位ディレクトリへのパスを指定します。

  • この最上位ディレクトリには、予測するカテゴリごとにサブフォルダーが 1 つ含まれています。
  • 各サブフォルダーには、そのカテゴリに属するイメージ ファイルが含まれています。

次に示すフォルダー構造で、最上位ディレクトリは flower_photos です。 予測するカテゴリに対応したサブディレクトリとして、daisy、dandelion、roses、sunflowers、および tulips の 5 つがあります。 これらの各サブディレクトリには、それぞれのカテゴリに属するイメージが含まれています。

\---flower_photos
    +---daisy
    |       100080576_f52e8ee070_n.jpg
    |       102841525_bd6628ae3c.jpg
    |       105806915_a9c13e2106_n.jpg
    |
    +---dandelion
    |       10443973_aeb97513fc_m.jpg
    |       10683189_bd6e371b97.jpg
    |       10919961_0af657c4e8.jpg
    |
    +---roses
    |       102501987_3cdb8e5394_n.jpg
    |       110472418_87b6a3aa98_m.jpg
    |       118974357_0faa23cce9_n.jpg
    |
    +---sunflowers
    |       127192624_afa3d9cb84.jpg
    |       145303599_2627e23815_n.jpg
    |       147804446_ef9244c8ce_m.jpg
    |
    \---tulips
            100930342_92e8746431_n.jpg
            107693873_86021ac4ea_n.jpg
            10791227_7168491604.jpg

物体検出画像データ ファイルを設定する

Model Builder では、物体検出画像データが、VoTT から生成された JSON 形式である必要があります。 JSON ファイルは、プロジェクト設定で指定されている [ターゲットの場所] の vott-json-export フォルダーにあります。

JSON ファイルは、VoTT から生成された次の情報で構成されます。

  • 作成されたすべてのタグ
  • 画像ファイルの場所
  • 画像境界ボックスの情報
  • 画像に関連付けられているタグ

物体検出用のデータの準備について詳しくは、「VoTT から物体検出データを生成する」を参照してください。

次のステップ

次のチュートリアルに従って、モデル ビルダーを使用した機械学習アプリの作成を行います。

コードを使用してモデルをトレーニングする場合は、ML.NET API を使用したデータ読み込みの方法に関するページを参照してください。