azure-machine-learning

Azure Machine Learning スキル

Azure Machine Learning に関する専門的なガイダンスを提供するスキルです。トラブルシューティング、ベストプラクティス、意思決定、アーキテクチャと設計パターン、制限とクォータ、セキュリティ、構成、統合とコーディングパターン、デプロイについて解説します。ローカルのクイックリファレンスコンテンツと、リモートドキュメントの取得機能を組み合わせています。

このスキルの使い方

IMPORTANT for Agent: 関連するセクションを見つけるには、以下のカテゴリインデックスを使用してください。行範囲が示されているカテゴリ（例：L35-L120）では、指定された行を read_file で読み込んでください。ファイルへのリンクがあるカテゴリ（例：[security.md](security.md)）では、リンク先の参照ファイルを read_file で読み込んでください。

IMPORTANT for Agent: metadata.generated_at が3か月以上前の場合は、リポジトリから最新バージョンを取得するようユーザーに提案してください。mcp_microsoftdocs ツールを利用できない場合は、インストールするようユーザーに提案してください：インストールガイド

このスキルでドキュメントの内容を取得するには、ネットワークアクセスが必要です：

• 推奨：クエリ文字列 from=learn-agent-skill を指定して、mcp_microsoftdocs:microsoft_docs_fetch を使用します。Markdown が返されます。
• 代替手段：クエリ文字列 from=learn-agent-skill&accept=text/markdown を指定して、fetch_webpage を使用します。Markdown が返されます。

カテゴリインデックス

カテゴリ	行	説明
トラブルシューティング	L37-L65	パイプライン、エンドポイント、AutoML、ネットワーク、Kubernetes、環境、データアクセス、プロンプトフロー、既知のプラットフォームの問題など、Azure ML 全体の障害やエラーを診断して修正します。
ベストプラクティス	L66-L80	AutoML とトレーニングの最適化、不均衡や過学習への対処、データの準備、バッチ処理と推論のパフォーマンス、モデルの監視、Azure ML のコンピューティングとコストの削減に関するガイダンスです。
意思決定	L81-L108	Azure ML v1/v2、Fabric、Prompt Flow、Agent Framework 全体で、移行、アップグレード、ネットワーク、DR、データ、コンピューティング、デプロイ、監視に関する計画と意思決定を支援します。
アーキテクチャと設計パターン	L109-L114	オンラインエンドポイントを使用したリアルタイム推論アーキテクチャの設計や、Azure ML ベクターストアを使用した RAG ソリューションの構築に加え、デプロイ、スケーリング、統合のパターンを扱います。
制限とクォータ	L115-L124	Azure ML の制限、クォータ、可用性について説明します。対象には、リージョンおよびソブリンクラウドのサポート、VM SKU、ワークスペースの論理削除、マネージドオンラインエンドポイントのキャパシティプランニングが含まれます。
セキュリティ	L125-L174	暗号化、キー、ID/RBAC、シークレット、ネットワーク分離/VNet、プライベートエンドポイント、ポリシー/コンプライアンス、コンピューティング、ストレージ、エンドポイント、Model Catalog へのセキュアなアクセスなど、Azure ML のセキュリティを扱います。
構成	L175-L408	Azure ML のコンポーネント、コンピューティング、ネットワーク、AutoML、YAML スキーマ、監視、Prompt Flow を構成し、ML ワークフローとインフラストラクチャの構築、トレーニング、デプロイ、管理を支援します。
統合とコーディングパターン	L409-L451	Azure ML とデータプラットフォーム、REST/MLflow API、Spark、Databricks/Synapse/Fabric の統合や、プロンプトフロー/RAG ツールとデプロイの構築およびデバッグを扱います。
デプロイ	L452-L481	ロールアウト戦略や、ワークスペース間およびレジストリの利用を含め、Azure ML でモデルとパイプラインをデプロイして運用化します（オンライン/バッチエンドポイント、CI/CD、MLOps、プロンプトフロー、RAG、HF/MLflow/ONNX）。

トラブルシューティング

トピック	URL
Azure ML デザイナーのコンポーネントエラーコードのトラブルシューティング	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/designer-error-codes?view=azureml-api-2
Azure AutoML の予測に関する一般的な問題の解決	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-automl-forecasting-faq?view=azureml-api-2
VS Code を使用して Azure ML オンラインエンドポイントをローカルでデバッグする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-debug-managed-online-endpoints-visual-studio-code?view=azureml-api-2
Azure ML パイプラインの失敗を Studio で診断し、修正する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-debug-pipeline-failure?view=azureml-api-2
プロファイリングを使用して Azure ML パイプラインのパフォーマンスをトラブルシューティングする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-debug-pipeline-performance?view=azureml-api-2
Azure ML パイプラインの再利用に関する問題を診断し、修正する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-debug-pipeline-reuse-issues?view=azureml-api-2
Azure 自動 ML の実験の失敗をトラブルシューティングする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-troubleshoot-auto-ml?view=azureml-api-2
Azure ML のバッチエンドポイントとジョブをトラブルシューティングする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-troubleshoot-batch-endpoints?view=azureml-api-2
Azure ML SDK v2 のデータアクセスに関する問題をトラブルシューティングする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-troubleshoot-data-access?view=azureml-api-2
Azure ML のデータラベル付けプロジェクトの作成に関する問題をトラブルシューティングする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-troubleshoot-data-labeling?view=azureml-api-2
Azure ML 環境イメージのビルド失敗をトラブルシューティングする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-troubleshoot-environments?view=azureml-api-2
Azure ML Kubernetes コンピューティングのワークロードをトラブルシューティングする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-troubleshoot-kubernetes-compute?view=azureml-api-2
Azure ML Kubernetes 拡張機能のデプロイをトラブルシューティングする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-troubleshoot-kubernetes-extension?view=azureml-api-2
Azure ML のマネージド仮想ネットワークの問題を診断する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-troubleshoot-managed-network?view=azureml-api-2
Azure ML オンラインエンドポイントのデプロイとスコアリングのエラーをトラブルシューティングする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-troubleshoot-online-endpoints?view=azureml-api-2
Azure ML の「descriptors cannot be created directly」を解決する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-troubleshoot-protobuf-descriptor-error?view=azureml-api-2
Azure ML ワークスペースへのプライベートエンドポイントアクセスをトラブルシューティングする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-troubleshoot-secure-connection-workspace?view=azureml-api-2
Azure ML CLI v2 の「Validation for schema failed」エラーを修正する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-troubleshoot-validation-for-schema-failed-error?view=azureml-api-2
Azure ML ワークスペースの問題を診断し、修正する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-workspace-diagnostic-api?view=azureml-api-2
Azure Machine Learning の現在の既知の問題を確認する	https://learn.microsoft.com/en-us/azure/machine-learning/known-issues/azure-machine-learning-known-issues?view=azureml-api-2
既知の問題：AKS デプロイ時の無効な証明書	https://learn.microsoft.com/en-us/azure/machine-learning/known-issues/inferencing-invalid-certificate?view=azureml-api-2
既知の問題：Azure ML Kubernetes コンピューティングの更新に失敗する	https://learn.microsoft.com/en-us/azure/machine-learning/known-issues/inferencing-updating-kubernetes-compute-appears-to-succeed?view=azureml-api-2
Azure ML の prompt flow に関する一般的な問題をトラブルシューティングする	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/troubleshoot-guidance?view=azureml-api-2
Azure ML の prompt flow に関する一般的な問題をトラブルシューティングする	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/troubleshoot-guidance?view=azureml-api-2
Azure ML マネージド feature store のエラーをトラブルシューティングする	https://learn.microsoft.com/en-us/azure/machine-learning/troubleshooting-managed-feature-store?view=azureml-api-2

ベストプラクティス

トピック	URL
Azure AutoML で過学習と不均衡を軽減する	https://learn.microsoft.com/en-us/azure/machine-learning/concept-manage-ml-pitfalls?view=azureml-api-2
Azure ML のモデル監視に関する概念と実践方法を理解する	https://learn.microsoft.com/en-us/azure/machine-learning/concept-model-monitoring?view=azureml-api-2
Azure Machine Learning のコストを最適化して管理する	https://learn.microsoft.com/en-us/azure/machine-learning/concept-plan-manage-cost?view=azureml-api-2
Azure ML で特徴量セットの変換を設計する	https://learn.microsoft.com/en-us/azure/machine-learning/feature-set-specification-transformation-concepts?view=azureml-api-2
AML バッチデプロイ用のバッチスコアリングスクリプトを作成する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-batch-scoring-script?view=azureml-api-2
Azure ML Kubernetes 推論ルーターのパフォーマンスを調整する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-kubernetes-inference-routing-azureml-fe?view=azureml-api-2
Azure Machine Learning のコンピューティングコストを最適化する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-manage-optimize-cost?view=azureml-api-2
Azure AutoML vision 用の画像データセットを準備する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-prepare-datasets-for-automl-images?view=azureml-api-2
Azure ML で分散 GPU トレーニングのパターンを適用する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-train-distributed-gpu?view=azureml-api-2
画像内の小さな物体の検出に向けて AutoML を最適化する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-automl-small-object-detect?view=azureml-api-2
Nebula を使用して大規模な Azure ML モデルのチェックポイントパフォーマンスを最適化する	https://learn.microsoft.com/en-us/azure/machine-learning/reference-checkpoint-performance-for-large-models?view=azureml-api-2

意思決定

トピック	URL
Azure ML でマネージドネットワーク分離とカスタムネットワーク分離のどちらを選ぶか	https://learn.microsoft.com/en-us/azure/machine-learning/concept-network-isolation-configurations?view=azureml-api-2
Azure ML Data Import から Fabric への移行パスを選択する	https://learn.microsoft.com/en-us/azure/machine-learning/data-import-migration-guide?view=azureml-api-2
Azure ML のフェールオーバーとディザスターリカバリーを計画する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-high-availability-machine-learning?view=azureml-api-2
Azure ML でインポートしたデータアセットを管理および移行する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-manage-imported-data-assets?view=azureml-api-2
Azure ML v1 から v2 への移行を決定し、計画する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-migrate-from-v1?view=azureml-api-2
Azure ML ワークスペースをサブスクリプション間で移動する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-move-workspace?view=azureml-api-2
Azure ML のネットワーク分離アーキテクチャを計画する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-network-isolation-planning?view=azureml-api-2
Azure ML のデータラベリングで委託先企業を選択して利用する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-outsource-data-labeling?view=azureml-api-2
Azure ML v1 のデータセットを v2 のデータアセットに対応付ける	https://learn.microsoft.com/en-us/azure/machine-learning/migrate-to-v2-assets-data?view=azureml-api-2
Azure ML のモデル管理を SDK v1 から v2 に移行する	https://learn.microsoft.com/en-us/azure/machine-learning/migrate-to-v2-assets-model?view=azureml-api-2
Azure ML のスクリプト実行を v2 のコマンドジョブにアップグレードする	https://learn.microsoft.com/en-us/azure/machine-learning/migrate-to-v2-command-job?view=azureml-api-2
Azure ML のデプロイエンドポイントを SDK v1 から v2 に移行する	https://learn.microsoft.com/en-us/azure/machine-learning/migrate-to-v2-deploy-endpoints?view=azureml-api-2
Azure ML のパイプラインエンドポイントを v1 から v2 にアップグレードする	https://learn.microsoft.com/en-us/azure/machine-learning/migrate-to-v2-deploy-pipelines?view=azureml-api-2
Azure ML AutoML ワークフローを SDK v1 から v2 にアップグレードする	https://learn.microsoft.com/en-us/azure/machine-learning/migrate-to-v2-execution-automl?view=azureml-api-2
Azure ML のハイパーパラメーター調整を v2 のスイープジョブに移行する	https://learn.microsoft.com/en-us/azure/machine-learning/migrate-to-v2-execution-hyperdrive?view=azureml-api-2
Azure ML の並列実行ステップを SDK v2 の並列ジョブに移行する	https://learn.microsoft.com/en-us/azure/machine-learning/migrate-to-v2-execution-parallel-run-step?view=azureml-api-2
Azure ML のパイプラインを SDK v1 から v2 のジョブにアップグレードする	https://learn.microsoft.com/en-us/azure/machine-learning/migrate-to-v2-execution-pipeline?view=azureml-api-2
Azure ML のローカル実行を SDK v1 から v2 に移行する	https://learn.microsoft.com/en-us/azure/machine-learning/migrate-to-v2-local-runs?view=azureml-api-2
ACI の Web サービスを Azure ML のマネージドオンラインエンドポイントにアップグレードする	https://learn.microsoft.com/en-us/azure/machine-learning/migrate-to-v2-managed-online-endpoints?view=azureml-api-2
Azure ML のコンピューティング管理 v1 と v2 を比較し、移行する	https://learn.microsoft.com/en-us/azure/machine-learning/migrate-to-v2-resource-compute?view=azureml-api-2
データストア管理を AML v1 から v2 に移行する	https://learn.microsoft.com/en-us/azure/machine-learning/migrate-to-v2-resource-datastore?view=azureml-api-2
Azure ML ワークスペースを SDK v2 にアップグレードする方法を決定する	https://learn.microsoft.com/en-us/azure/machine-learning/migrate-to-v2-resource-workspace?view=azureml-api-2
Azure ML の生成 AI モニタリング指標を選択して解釈する	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/concept-model-monitoring-generative-ai-evaluation-metrics?view=azureml-api-2
Prompt Flow から Agent Framework への移行を計画する	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/migrate-prompt-flow-to-agent-framework?view=azureml-api-2

アーキテクチャと設計パターン

トピック	URL
Azure ML オンラインエンドポイントを使用したリアルタイム推論の計画	https://learn.microsoft.com/en-us/azure/machine-learning/concept-endpoints-online?view=azureml-api-2
RAG アーキテクチャでの Azure ML ベクトルストアの使用	https://learn.microsoft.com/en-us/azure/machine-learning/concept-vector-stores?view=azureml-api-2

制限とクォータ

トピック	URL
標準モデルのデプロイで利用可能なリージョンの確認	https://learn.microsoft.com/en-us/azure/machine-learning/concept-endpoint-serverless-availability?view=azureml-api-2
ML ワークスペースのソフト削除の保持期間について	https://learn.microsoft.com/en-us/azure/machine-learning/concept-soft-delete?view=azureml-api-2
Azure ML のリソースクォータと制限の管理	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-manage-quotas?view=azureml-api-2
主権クラウドごとの Azure ML 機能の利用可否の確認	https://learn.microsoft.com/en-us/azure/machine-learning/reference-machine-learning-cloud-parity?view=azureml-api-2
Azure ML マネージドオンラインエンドポイントでサポートされる VM SKU	https://learn.microsoft.com/en-us/azure/machine-learning/reference-managed-online-endpoints-vm-sku-list?view=azureml-api-2
Azure Machine Learning サービスの制限を踏まえた容量計画	https://learn.microsoft.com/en-us/azure/machine-learning/resource-limits-capacity?view=azureml-api-2

セキュリティ

トピック	URL
Azure Machine Learning のカスタマー管理キーを構成する	https://learn.microsoft.com/en-us/azure/machine-learning/concept-customer-managed-keys?view=azureml-api-2
Azure ML のコンピューティングとストレージのデータ暗号化について理解する	https://learn.microsoft.com/en-us/azure/machine-learning/concept-data-encryption?view=azureml-api-2
Azure ML Model Catalog のデータ処理とプライバシーについて理解する	https://learn.microsoft.com/en-us/azure/machine-learning/concept-data-privacy?view=azureml-api-2
AML オンラインエンドポイントの認証と RBAC について理解する	https://learn.microsoft.com/en-us/azure/machine-learning/concept-endpoints-online-auth?view=azureml-api-2
Azure ML のエンタープライズセキュリティとガバナンスを計画する	https://learn.microsoft.com/en-us/azure/machine-learning/concept-enterprise-security?view=azureml-api-2
AML オンラインエンドポイントのシークレット注入の概念	https://learn.microsoft.com/en-us/azure/machine-learning/concept-secret-injection?view=azureml-api-2
Azure ML のセキュアなネットワークトラフィックフローについて理解する	https://learn.microsoft.com/en-us/azure/machine-learning/concept-secure-network-traffic-flow?view=azureml-api-2
Azure ML オンラインエンドポイントのネットワーク分離を構成する	https://learn.microsoft.com/en-us/azure/machine-learning/concept-secure-online-endpoint?view=azureml-api-2
Azure Machine Learning イメージの脆弱性を管理する	https://learn.microsoft.com/en-us/azure/machine-learning/concept-vulnerability-management?view=azureml-api-2
セキュアな Azure ML のインバウンドおよびアウトバウンドトラフィックを構成する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-access-azureml-behind-firewall?view=azureml-api-2
Azure ML のマネージド VNet をオンプレミスに安全に接続する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-access-on-premises-resources?view=azureml-api-2
マネージド ID を介して AML エンドポイントから Azure リソースにアクセスする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-access-resources-from-endpoints-managed-identities?view=azureml-api-2
Azure ML のデータラベリングにユーザーとロールを割り当てる	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-add-users?view=azureml-api-2
Azure ML のデータアクセスと認証を管理する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-administrate-data-authentication?view=azureml-api-2
RBAC ロールを使用して Azure ML ワークスペースへのアクセスを管理する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-assign-roles?view=azureml-api-2
Azure ML バッチエンドポイントへのアクセスを承認する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-authenticate-batch-endpoint?view=azureml-api-2
Azure ML オンラインエンドポイントの認証を構成する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-authenticate-online-endpoint?view=azureml-api-2
組み込みの Azure Policy を使用して AI モデルのデプロイを管理する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-built-in-policy-model-deployment?view=azureml-api-2
Azure ML ワークスペースのストレージアクセスキーを安全にローテーションする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-change-storage-access-key?view=azureml-api-2
プライベート Azure ML エンドポイントのカスタム DNS を構成する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-custom-dns?view=azureml-api-2
AI モデルのデプロイを制限するカスタム Azure Policy を作成する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-custom-policy-model-deployment?view=azureml-api-2
シークレット注入を使用して AML デプロイ内のシークレットにアクセスする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-deploy-online-endpoint-with-secret-injection?view=azureml-api-2
Azure ML ワークスペースストレージの共有キーアクセスを無効にする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-disable-local-auth-storage?view=azureml-api-2
Azure ML の ID ベースのサービス認証を構成する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-identity-based-service-authentication?view=azureml-api-2
Azure Policy を使用して Azure ML ワークスペースのコンプライアンスを適用する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-integrate-azure-policy?view=azureml-api-2
マネージド仮想ネットワークを使用して Azure ML を分離する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-managed-network?view=azureml-api-2
ワークスペースのマネージド仮想ネットワークを使用して Model Catalog へのアクセスを構成する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-network-isolation-model-catalog?view=azureml-api-2
Azure ML の VNet ベースのネットワークセキュリティを構成する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-network-security-overview?view=azureml-api-2
Azure ML のデータ流出防止を構成する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-prevent-data-loss-exfiltration?view=azureml-api-2
プライベートネットワークで Azure ML バッチエンドポイントを保護する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-secure-batch-endpoint?view=azureml-api-2
VNet を使用して Azure ML のオンライン推論を保護する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-secure-inferencing-vnet?view=azureml-api-2
Azure ML の AKS 推論環境を保護する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-secure-kubernetes-inferencing-environment?view=azureml-api-2
Azure ML Kubernetes エンドポイントの TLS/SSL を構成する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-secure-kubernetes-online-endpoint?view=azureml-api-2
プライベートネットワークを使用して Azure ML マネージドオンラインエンドポイントを保護する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-secure-online-endpoint?view=azureml-api-2
ネットワーク分離を使用して Azure ML の RAG ワークフローを保護する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-secure-rag-workflows?view=azureml-api-2
仮想ネットワークを使用して Azure ML のトレーニングを保護する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-secure-training-vnet?view=azureml-api-2
カスタム VNet で Azure ML ワークスペースを保護する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-secure-workspace-vnet?view=azureml-api-2
Azure ML feature store への RBAC アクセスを構成する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-setup-access-control-feature-store?view=azureml-api-2
Azure ML ワークスペースの認証を設定する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-setup-authentication?view=azureml-api-2
Azure ML のカスタマー管理キーを構成する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-setup-customer-managed-keys?view=azureml-api-2
Azure ML の実行で Key Vault のシークレットを安全に使用する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-secrets-in-runs?view=azureml-api-2
AML に組み込まれた Azure Policy 定義を適用する	https://learn.microsoft.com/en-us/azure/machine-learning/policy-reference?view=azureml-api-2
Azure ML prompt flow の接続を使用して資格情報を管理する	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/concept-connections?view=azureml-api-2
Azure ML の Prompt flow のネットワーク分離を構成する	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/how-to-secure-prompt-flow?view=azureml-api-2
Azure Policy の規制コントロールを Azure ML に適用する	https://learn.microsoft.com/en-us/azure/machine-learning/security-controls-policy?view=azureml-api-2
マネージド VNet を使用してセキュアな Azure ML ワークスペースを作成する	https://learn.microsoft.com/en-us/azure/machine-learning/tutorial-create-secure-workspace?view=azureml-api-2

構成

トピック	URL
ML Tables を使用した AutoML 分類コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference-v2/classification?view=azureml-api-2
デザイナーでの AutoML 予測コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference-v2/forecasting?view=azureml-api-2
AutoML 画像マルチラベル分類の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference-v2/image-classification-multilabel?view=azureml-api-2
AutoML 画像分類コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference-v2/image-classification?view=azureml-api-2
AutoML 画像インスタンスセグメンテーションコンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference-v2/image-instance-segmentation?view=azureml-api-2
AutoML 画像オブジェクト検出コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference-v2/image-object-detection?view=azureml-api-2
ML Tables を使用した AutoML 回帰コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference-v2/regression?view=azureml-api-2
AutoML テキストマルチラベル分類コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference-v2/text-classification-multilabel?view=azureml-api-2
AutoML テキスト分類コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference-v2/text-classification?view=azureml-api-2
Azure ML での AutoML テキスト NER コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference-v2/text-ner?view=azureml-api-2
データセットを連結する Add Columns コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/add-columns?view=azureml-api-2
データセットレコードを追加する Add Rows コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/add-rows?view=azureml-api-2
Azure ML での画像変換の適用方法の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/apply-image-transformation?view=azureml-api-2
列の計算に使用する Apply Math Operation コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/apply-math-operation?view=azureml-api-2
SQLite を使用した Apply SQL Transformation コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/apply-sql-transformation?view=azureml-api-2
Azure ML での Apply Transformation コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/apply-transformation?view=azureml-api-2
Azure ML でのデータのクラスターへの割り当ての構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/assign-data-to-clusters?view=azureml-api-2
Boosted Decision Tree Regression コンポーネント（LightGBM）の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/boosted-decision-tree-regression?view=azureml-api-2
null 値を処理する Clean Missing Data コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/clean-missing-data?view=azureml-api-2
外れ値を処理する Clip Values コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/clip-values?view=azureml-api-2
Azure ML デザイナーのアルゴリズムコンポーネントの構成と使用	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/component-reference?view=azureml-api-2
データセットをエクスポートする Convert to CSV コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/convert-to-csv?view=azureml-api-2
内部形式に変換する Convert to Dataset コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/convert-to-dataset?view=azureml-api-2
Azure ML での Convert to Image Directory の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/convert-to-image-directory?view=azureml-api-2
カテゴリーデータのエンコードに使用する Convert to Indicator Values の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/convert-to-indicator-values?view=azureml-api-2
Azure ML での Convert Word to Vector コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/convert-word-to-vector?view=azureml-api-2
Azure ML での Create Python Model コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/create-python-model?view=azureml-api-2
Azure ML での Cross Validate Model コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/cross-validate-model?view=azureml-api-2
Azure ML デザイナーでの Decision Forest Regression の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/decision-forest-regression?view=azureml-api-2
DenseNet 画像分類コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/densenet?view=azureml-api-2
列の役割を調整する Edit Metadata コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/edit-metadata?view=azureml-api-2
小規模データセット向け Enter Data Manually コンポーネントの設定	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/enter-data-manually?view=azureml-api-2
Azure ML での Evaluate Model コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/evaluate-model?view=azureml-api-2
モデルの精度を評価する Evaluate Recommender コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/evaluate-recommender?view=azureml-api-2
Azure ML デザイナーでの Execute Python Script の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/execute-python-script?view=azureml-api-2
Azure ML での Execute R Script コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/execute-r-script?view=azureml-api-2
パイプラインの出力を保存する Export Data コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/export-data?view=azureml-api-2
Azure ML でのテキストからの N-Gram 特徴量の抽出の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/extract-n-gram-features-from-text?view=azureml-api-2
Azure ML での Fast Forest Quantile Regression の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/fast-forest-quantile-regression?view=azureml-api-2
Azure ML での Feature Hashing テキストコンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/feature-hashing?view=azureml-api-2
予測対象の列に対する Filter Based Feature Selection の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/filter-based-feature-selection?view=azureml-api-2
Azure ML デザイナーでのグラフ検索クエリ構文の使用	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/graph-search-syntax?view=azureml-api-2
離散化に使用する Group Data into Bins コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/group-data-into-bins?view=azureml-api-2
Azure ML デザイナーパイプライン向け Import Data コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/import-data?view=azureml-api-2
Azure ML デザイナーでの Init Image Transformation の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/init-image-transformation?view=azureml-api-2
データセットを結合する Join Data コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/join-data?view=azureml-api-2
Azure ML での K-Means Clustering コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/k-means-clustering?view=azureml-api-2
Azure ML での Latent Dirichlet Allocation コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/latent-dirichlet-allocation?view=azureml-api-2
Azure ML での Linear Regression コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/linear-regression?view=azureml-api-2
Azure ML での Multiclass Boosted Decision Tree の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/multiclass-boosted-decision-tree?view=azureml-api-2
Azure ML での Multiclass Decision Forest の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/multiclass-decision-forest?view=azureml-api-2
Azure ML での Multiclass Logistic Regression の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/multiclass-logistic-regression?view=azureml-api-2
Azure ML での Multiclass Neural Network の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/multiclass-neural-network?view=azureml-api-2
Azure ML での Neural Network Regression の設定	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/neural-network-regression?view=azureml-api-2
特徴量のスケーリングに使用する Normalize Data コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/normalize-data?view=azureml-api-2
Azure ML での One-vs-All Multiclass コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/one-vs-all-multiclass?view=azureml-api-2
Azure ML での One-vs-One Multiclass コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/one-vs-one-multiclass?view=azureml-api-2
データセットを分割する Partition and Sample コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/partition-and-sample?view=azureml-api-2
非推奨の PCA-Based Anomaly Detection コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/pca-based-anomaly-detection?view=azureml-api-2
モデルの分析情報を得る Permutation Feature Importance コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/permutation-feature-importance?view=azureml-api-2
Azure ML デザイナーでの Poisson Regression コンポーネントの使用	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/poisson-regression?view=azureml-api-2
Azure ML での Preprocess Text コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/preprocess-text?view=azureml-api-2
重複を削除する Remove Duplicate Rows コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/remove-duplicate-rows?view=azureml-api-2
Azure ML での ResNet 画像分類の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/resnet?view=azureml-api-2
Azure ML での Score Image Model コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/score-image-model?view=azureml-api-2
Azure ML デザイナーでの Score Model コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/score-model?view=azureml-api-2
予測に使用する Score SVD Recommender の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/score-svd-recommender?view=azureml-api-2
Azure ML での Score Vowpal Wabbit Model の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/score-vowpal-wabbit-model?view=azureml-api-2
Score Wide & Deep Recommender コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/score-wide-and-deep-recommender?view=azureml-api-2
特徴量のサブセットを選択する Select Columns in Dataset の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/select-columns-in-dataset?view=azureml-api-2
安定した特徴量セットのための Select Columns Transform の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/select-columns-transform?view=azureml-api-2
少数クラスをオーバーサンプリングする SMOTE コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/smote?view=azureml-api-2
学習データとテストデータを分割する Split Data コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/split-data?view=azureml-api-2
データセット向け Split Image Directory コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/split-image-directory?view=azureml-api-2
記述統計を得る Summarize Data コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/summarize-data?view=azureml-api-2
Train Anomaly Detection Model コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/train-anomaly-detection-model?view=azureml-api-2
Azure ML での Train Clustering Model コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/train-clustering-model?view=azureml-api-2
Azure ML での Train PyTorch Model コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/train-pytorch-model?view=azureml-api-2
Azure ML デザイナーでの Train SVD Recommender の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/train-svd-recommender?view=azureml-api-2
Azure ML での Train Vowpal Wabbit Model の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/train-vowpal-wabbit-model?view=azureml-api-2
Train Wide & Deep Recommender コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/train-wide-and-deep-recommender?view=azureml-api-2
Azure ML での Tune Model Hyperparameters の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/tune-model-hyperparameters?view=azureml-api-2
Azure ML での Two-Class Averaged Perceptron の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/two-class-averaged-perceptron?view=azureml-api-2
Azure ML での Two-Class Boosted Decision Tree の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/two-class-boosted-decision-tree?view=azureml-api-2
Azure ML での Two-Class Decision Forest の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/two-class-decision-forest?view=azureml-api-2
Azure ML での Two-Class Logistic Regression の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/two-class-logistic-regression?view=azureml-api-2
Azure ML での Two-Class Neural Network の構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/two-class-neural-network?view=azureml-api-2
Azure ML での Two-Class SVM コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/two-class-support-vector-machine?view=azureml-api-2
Web Service Input and Output コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/component-reference/web-service-input-output?view=azureml-api-2
Azure ML エンドポイント向け推論データ収集の構成	https://learn.microsoft.com/en-us/azure/machine-learning/concept-data-collection?view=azureml-api-2
Azure ML SDK と CLI v2 のジョブでの式の使用	https://learn.microsoft.com/en-us/azure/machine-learning/concept-expressions?view=azureml-api-2
Azure ML オンラインデプロイ向けモデルの指定	https://learn.microsoft.com/en-us/azure/machine-learning/concept-online-deployment-model-specification?view=azureml-api-2
推論向け Azure ML 事前構築済み Docker イメージの使用	https://learn.microsoft.com/en-us/azure/machine-learning/concept-prebuilt-docker-images-inference?view=azureml-api-2
Azure ML Responsible AI ダッシュボードの構成と使用	https://learn.microsoft.com/en-us/azure/machine-learning/concept-responsible-ai-dashboard?view=azureml-api-2
学習と推論向け特徴量取得仕様の構成	https://learn.microsoft.com/en-us/azure/machine-learning/feature-retrieval-concepts?view=azureml-api-2
Azure ML での特徴量セットのマテリアライズの構成	https://learn.microsoft.com/en-us/azure/machine-learning/feature-set-materialization-concepts?view=azureml-api-2
対話型 ML 開発中の Azure クラウドストレージデータへのアクセス	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-access-data-interactive?view=azureml-api-2
Azure ML 向け Kubernetes コンピューティングターゲットの構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-attach-kubernetes-anywhere?view=azureml-api-2
AKS または Arc Kubernetes クラスターの Azure ML への接続	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-attach-kubernetes-to-workspace?view=azureml-api-2
時系列予測向け Azure AutoML の構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-forecast?view=azureml-api-2
Azure ML での AutoML コンピュータービジョン学習の構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-image-models?view=azureml-api-2
カスタム NLP 学習向け Azure AutoML の構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-auto-train-nlp-models?view=azureml-api-2
Azure ML オンラインエンドポイントの自動スケーリングの構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-autoscale-endpoints?view=azureml-api-2
PyTorch 環境向けカスタム Azure Container の構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-azure-container-for-pytorch-environment?view=azureml-api-2
Azure ML エンドポイント向け本番推論データ収集の有効化	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-collect-production-data?view=azureml-api-2
Python を使用した Azure ML AutoML 学習ジョブの構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-configure-auto-train?view=azureml-api-2
Azure ML v2 API でのネットワーク分離の維持	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-configure-network-isolation-with-v2?view=azureml-api-2
Azure ML ワークスペース向けプライベートエンドポイントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-configure-private-link?view=azureml-api-2
Azure ML と外部データおよびサービスとの接続の構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-connection?view=azureml-api-2
Azure ML コンピューティングクラスターの作成と管理	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-create-attach-compute-cluster?view=azureml-api-2
Azure ML Studio でのコンピューティングの構成と管理	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-create-attach-compute-studio?view=azureml-api-2
開発向け Azure ML コンピューティングインスタンスの作成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-create-compute-instance?view=azureml-api-2
Azure ML prompt flow でのベクトルインデックスの構成と使用	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-create-vector-index?view=azureml-api-2
ARM テンプレートを使用した Azure ML ワークスペースの作成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-create-workspace-template?view=azureml-api-2
起動スクリプトを使用した Azure ML コンピューティングインスタンスのカスタマイズ	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-customize-compute-instance?view=azureml-api-2
ストレージアクセス向け Azure ML データストアの構成と使用	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-datastore?view=azureml-api-2
Azure ML Kubernetes 拡張機能の設定の構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-deploy-kubernetes-extension?view=azureml-api-2
仮想ネットワーク内からの Azure ML Studio アクセスの有効化	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-enable-studio-virtual-network?view=azureml-api-2
外部データの Azure ML へのインポート（プレビュー）	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-import-data-assets?view=azureml-api-2
Azure ML での MLflow モデルのファーストクラスモデルとしてのログ記録	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-log-mlflow-models?view=azureml-api-2
Azure ML 分散学習ログの Application Insights への送信	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-log-search?view=azureml-api-2
Azure ML でのモデル解釈可能性の構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-machine-learning-interpretability?view=azureml-api-2
Azure ML コンピューティングインスタンスとライフサイクルの管理	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-manage-compute-instance?view=azureml-api-2
CLI と SDK を使用した Azure ML 環境の構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-manage-environments-v2?view=azureml-api-2
Bicep テンプレートを使用した Azure ML ハブワークスペースの作成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-manage-hub-workspace-template?view=azureml-api-2
Azure ML Kubernetes インスタンスタイプの構成と管理	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-manage-kubernetes-instance-types?view=azureml-api-2
モデル向け Azure ML デプロイテンプレートの構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-manage-models-deployment-templates?view=azureml-api-2
MLflow を使用した Azure ML モデルレジストリの管理	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-manage-models-mlflow?view=azureml-api-2
Azure ML CLI と SDK を使用したモデルの登録と管理	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-manage-models?view=azureml-api-2
Azure ML レジストリの作成と管理	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-manage-registries?view=azureml-api-2
Azure ML での Synapse Spark プールの接続と管理	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-manage-synapse-spark-pool?view=azureml-api-2
Terraform を使用した Azure ML ワークスペースのプロビジョニング	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-manage-workspace-terraform?view=azureml-api-2
Azure Machine Learning での MLTable スキーマの定義と使用	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-mltable?view=azureml-api-2
Kubernetes エンドポイントの推論ログの収集と監視	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-monitor-kubernetes-online-enpoint-inference-server-log?view=azureml-api-2
本番環境での Azure ML モデルパフォーマンス監視の構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-monitor-model-performance?view=azureml-api-2
Azure ML オンラインエンドポイントの監視とログ記録の構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-monitor-online-endpoints?view=azureml-api-2
Azure ML コンピューティングインスタンスでの R と RStudio の使用	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-r-interactive-development?view=azureml-api-2
Azure ML レジストリのネットワーク分離の構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-registry-network-isolation?view=azureml-api-2
Azure ML での Responsible AI ダッシュボードツールの使用	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-responsible-ai-dashboard?view=azureml-api-2
Azure ML Studio での Responsible AI 分析情報の生成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-responsible-ai-insights-ui?view=azureml-api-2
Azure ML での Responsible AI スコアカードの構成とエクスポート	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-responsible-ai-scorecard?view=azureml-api-2
Azure ML での定期的なデータインポートのスケジュール設定	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-schedule-data-import?view=azureml-api-2
Azure ML ワークスペース間でのモデルとコンポーネントの共有	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-share-models-pipelines-across-workspaces-with-registries?view=azureml-api-2
Azure ML での MLflow 実験と実行のクエリおよび比較	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-track-experiments-mlflow?view=azureml-api-2
MLflow Projects の学習ジョブを Azure ML に送信	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-train-mlflow-projects?view=azureml-api-2
Azure ML 学習ジョブの構成と送信	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-train-model?view=azureml-api-2
Azure ML 学習ジョブの構成と送信	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-train-model?view=azureml-api-2
Azure ML ハイパーパラメータスイープジョブの構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-tune-hyperparameters?view=azureml-api-2
Azure ML バッチ向け低優先度 VM と Spot VM の構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-low-priority-batch?view=azureml-api-2
MLflow を使用した Azure ML 実験と実行の追跡	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-mlflow-cli-runs?view=azureml-api-2
Azure Machine Learning ワークスペースでの MLflow 追跡の構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-mlflow-configure-tracking?view=azureml-api-2
Azure ML パイプラインでの並列ジョブの構成と実行	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-parallel-job-in-pipeline?view=azureml-api-2
Azure ML サーバーレスコンピューティングでの学習ジョブの実行	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-serverless-compute?view=azureml-api-2
Azure ML パイプラインでのハイパーパラメータスイープの構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-sweep-in-pipeline?view=azureml-api-2
Azure ML マネージドオンラインエンドポイントのコストの表示とタグ付け	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-view-online-endpoints-costs?view=azureml-api-2
Azure ML コンピューティングへの VS Code リモートセッションの構成	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-work-in-vs-code-remote?view=azureml-api-2
Azure ML ノートブック向けサーバーレス Spark コンピューティングの構成	https://learn.microsoft.com/en-us/azure/machine-learning/interactive-data-wrangling-with-apache-spark-azure-ml?view=azureml-api-2
Azure Machine Learning の監視メトリックのリファレンス	https://learn.microsoft.com/en-us/azure/machine-learning/monitor-azure-machine-learning-reference?view=azureml-api-2
Prompt Flow の大規模バッチ評価の実行	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/how-to-bulk-test-evaluate-flow?view=azureml-api-2
Azure ML prompt flow のコンピューティングセッションベースイメージのカスタマイズ	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/how-to-customize-session-base-image?view=azureml-api-2
評価フローとメトリックの作成とカスタマイズ	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/how-to-develop-an-evaluation-flow?view=azureml-api-2
prompt flow エンドポイントのストリーミングモードの構成	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/how-to-enable-streaming-mode?view=azureml-api-2
prompt flow デプロイのトレースとフィードバックの構成	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/how-to-enable-trace-feedback-for-deployment?view=azureml-api-2
Prompt Flow コンピューティングセッションの構成と管理	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/how-to-manage-compute-session?view=azureml-api-2
Azure ML の生成 AI エンドポイント向け監視の構成	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/how-to-monitor-generative-ai-applications?view=azureml-api-2
YAML を使用した Automated ML 予測ジョブの構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-automated-ml-forecasting?view=azureml-api-2
YAML での AutoML 画像分類ジョブの作成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-automl-images-cli-classification?view=azureml-api-2
AutoML 画像インスタンスセグメンテーション YAML ジョブの定義	https://learn.microsoft.com/en-us/azure/machine-learning/reference-automl-images-cli-instance-segmentation?view=azureml-api-2
AutoML 画像マルチラベル分類 YAML の構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-automl-images-cli-multilabel-classification?view=azureml-api-2
AutoML 画像オブジェクト検出 YAML ジョブの作成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-automl-images-cli-object-detection?view=azureml-api-2
Azure ML での AutoML ビジョンのハイパーパラメータの構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-automl-images-hyperparameters?view=azureml-api-2
AutoML コンピュータービジョン向け JSONL データの形式	https://learn.microsoft.com/en-us/azure/machine-learning/reference-automl-images-schema?view=azureml-api-2
AutoML マルチラベルテキスト分類 YAML の構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-automl-nlp-cli-multilabel-classification?view=azureml-api-2
YAML スキーマを使用した AutoML NLP NER ジョブの作成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-automl-nlp-cli-ner?view=azureml-api-2
YAML による AutoML テキスト分類ジョブの定義	https://learn.microsoft.com/en-us/azure/machine-learning/reference-automl-nlp-cli-text-classification?view=azureml-api-2
Azure ML での Kubernetes の構成リファレンス	https://learn.microsoft.com/en-us/azure/machine-learning/reference-kubernetes?view=azureml-api-2
Azure ML YAML によるコマンドコンポーネントの定義	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-component-command?view=azureml-api-2
Azure ML YAML スキーマを使用したパイプラインコンポーネントの作成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-component-pipeline?view=azureml-api-2
Azure ML YAML スキーマでの Spark コンポーネントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-component-spark?view=azureml-api-2
Azure ML での YAML による AmlCompute クラスターの構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-compute-aml?view=azureml-api-2
YAML による Azure ML コンピューティングインスタンスの定義	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-compute-instance?view=azureml-api-2
Azure ML YAML での接続済み Kubernetes クラスターの構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-compute-kubernetes?view=azureml-api-2
Azure ML YAML スキーマによる VM の接続と構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-compute-vm?view=azureml-api-2
AML YAML での AI Content Safety 接続の構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-connection-ai-content-safety?view=azureml-api-2
AML 向け AI Search 接続 YAML の作成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-connection-ai-search?view=azureml-api-2
Azure ML YAML による Foundry Tools 接続の構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-connection-ai-services?view=azureml-api-2
AML YAML スキーマによる API キー接続の定義	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-connection-api-key?view=azureml-api-2
AML YAML による Azure OpenAI 接続の定義	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-connection-azure-openai?view=azureml-api-2
AML YAML での blob データストア接続の定義	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-connection-blob?view=azureml-api-2
AML での Azure Container Registry 接続の構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-connection-container-registry?view=azureml-api-2
Azure ML YAML でのカスタムキー接続の作成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-connection-custom-key?view=azureml-api-2
AML YAML による Data Lake Gen2 接続の構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-connection-data-lake?view=azureml-api-2
AML YAML での Git リポジトリ接続の構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-connection-git?view=azureml-api-2
AML YAML を使用した OneLake 接続の設定	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-connection-onelake?view=azureml-api-2
AML YAML での OpenAI サービス接続の構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-connection-openai?view=azureml-api-2
AML YAML を使用した Python フィード接続の設定	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-connection-python-feed?view=azureml-api-2
Azure ML YAML による Serp 接続の定義	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-connection-serp?view=azureml-api-2
Azure ML 向けサーバーレス接続 YAML の作成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-connection-serverless?view=azureml-api-2
AML YAML での AI Speech Services 接続の構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-connection-speech?view=azureml-api-2
Azure ML CLI v2 の YAML 基本構文の理解	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-core-syntax?view=azureml-api-2
Azure ML データ YAML のスキーマリファレンス	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-data?view=azureml-api-2
Azure ML での YAML による Azure Blob データストアの定義	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-datastore-blob?view=azureml-api-2
Azure Data Lake Gen1 データストア YAML の作成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-datastore-data-lake-gen1?view=azureml-api-2
YAML での Azure Data Lake Gen2 データストアの構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-datastore-data-lake-gen2?view=azureml-api-2
YAML スキーマを使用した Azure Files データストアの構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-datastore-files?view=azureml-api-2
Azure ML 向けバッチデプロイ YAML の作成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-deployment-batch?view=azureml-api-2
Azure ML YAML での Kubernetes オンラインデプロイの定義	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-deployment-kubernetes-online?view=azureml-api-2
Azure ML YAML によるマネージドオンラインデプロイの構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-deployment-managed-online?view=azureml-api-2
Azure ML CLI v2 デプロイテンプレート YAML の構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-deployment-template?view=azureml-api-2
Azure ML CLI v2 向けバッチエンドポイント YAML の作成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-endpoint-batch?view=azureml-api-2
YAML による Azure ML オンラインエンドポイントの構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-endpoint-online?view=azureml-api-2
Azure ML 環境 YAML のスキーマリファレンス	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-environment?view=azureml-api-2
Azure ML YAML による特徴量エンティティ定義の作成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-feature-entity?view=azureml-api-2
Azure ML YAML を使用した特徴量取得仕様の作成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-feature-retrieval-spec?view=azureml-api-2
Azure ML YAML スキーマでの特徴量セットの構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-feature-set?view=azureml-api-2
YAML を使用した Azure ML の特徴量ストアの定義	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-feature-store?view=azureml-api-2
YAML スキーマを使用した特徴量セット仕様の定義	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-featureset-spec?view=azureml-api-2
Azure ML CLI v2 コマンドジョブ YAML の構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-job-command?view=azureml-api-2
Azure ML 並列ジョブ YAML スキーマの構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-job-parallel?view=azureml-api-2
YAML スキーマを使用した Azure ML パイプラインジョブの構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-job-pipeline?view=azureml-api-2
YAML による Azure ML の Spark ジョブの構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-job-spark?view=azureml-api-2
Azure ML YAML によるスイープ（ハイパーパラメータ）ジョブの定義	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-job-sweep?view=azureml-api-2
Azure ML MLTable YAML のスキーマリファレンス	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-mltable?view=azureml-api-2
CLI v2 YAML スキーマによる Azure ML モデルの定義	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-model?view=azureml-api-2
Azure ML YAML によるモデル監視スケジュールの作成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-monitor?view=azureml-api-2
Azure ML CLI v2 YAML スキーマリファレンスの参照	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-overview?view=azureml-api-2
CLI v2 YAML による Azure ML レジストリの定義	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-registry?view=azureml-api-2
Azure ML 向けデータインポートスケジュール YAML の作成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-schedule-data-import?view=azureml-api-2
YAML による Azure ML ジョブスケジュールの構成	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-schedule?view=azureml-api-2
Azure ML ワークスペース YAML のスキーマリファレンス	https://learn.microsoft.com/en-us/azure/machine-learning/reference-yaml-workspace?view=azureml-api-2

統合とコーディングパターン

トピック	URL
Fabric OneLake テーブルを Azure ML にコピーする	https://learn.microsoft.com/en-us/azure/machine-learning/create-datastore-with-user-interface?view=azureml-api-2
AML バッチエンドポイントジョブの入力データソースを構成する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-access-data-batch-endpoints-jobs?view=azureml-api-2
Azure ML Spark ジョブで MLflow モデルを実行する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-deploy-mlflow-model-spark-jobs?view=azureml-api-2
オンラインデプロイで Azure ML REST API を使用する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-deploy-with-rest?view=azureml-api-2
Azure AutoML 画像モデルの ONNX 推論をローカルで実行する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-inference-onnx-automl-image-models?view=azureml-api-2
ローカルでのデバッグに Azure ML 推論 HTTP サーバーを使用する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-inference-server-http?view=azureml-api-2
Azure ML で MLflow を使用してメトリックとアーティファクトを記録する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-log-view-metrics?view=azureml-api-2
REST API を使用して Azure ML リソースを管理する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-manage-rest?view=azureml-api-2
VNet 経由で Azure Synapse と Azure ML を安全に統合する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-private-endpoint-integration-synapse?view=azureml-api-2
Azure ML ジョブでデータを読み書きする（v2 SDK）	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-read-write-data-v2?view=azureml-api-2
Azure ML SDK で Responsible AI ダッシュボードを生成する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-responsible-ai-insights-sdk-cli?view=azureml-api-2
プライベートエンドポイント経由でセキュリティ保護された Azure Databricks を Azure ML に接続する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-securely-attach-databricks?view=azureml-api-2
Azure ML でスタンドアロンおよびパイプライン Spark ジョブを送信する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-submit-spark-jobs?view=azureml-api-2
Azure ML SDK v2 を使用して PyTorch モデルをトレーニングする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-train-pytorch?view=azureml-api-2
.NET アプリで Azure AutoML ONNX モデルを ML.NET とともに使用する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-automl-onnx-model-dotnet?view=azureml-api-2
Azure Data Factory から Azure ML バッチエンドポイントを呼び出す	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-batch-azure-data-factory?view=azureml-api-2
Fabric を Azure ML バッチエンドポイントと統合する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-batch-fabric?view=azureml-api-2
Event Grid から Azure ML バッチエンドポイントをトリガーする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-event-grid-batch?view=azureml-api-2
Azure ML イベントを Event Grid ワークフローと統合する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-event-grid?view=azureml-api-2
Azure Databricks の MLflow トラッキングを Azure ML と統合する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-mlflow-azure-databricks?view=azureml-api-2
Azure Synapse から Azure ML への MLflow トラッキングを構成する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-mlflow-azure-synapse?view=azureml-api-2
Azure ML で RAG プロンプトフローのサンプルを設定する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-retrieval-augmented-generation?view=azureml-api-2
プロンプトフローでカスタムツールパッケージを作成して使用する	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/how-to-custom-tool-package-creation-and-usage?view=azureml-api-2
LangChain ワークフローを Azure ML プロンプトフローに統合する	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/how-to-integrate-with-langchain?view=azureml-api-2
Microsoft Agent Framework を使用して Prompt Flow ワークフローを再構築する	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/how-to-migrate-prompt-flow-to-agent-framework?view=azureml-api-2
Azure ML プロンプトフロー内で画像を処理して使用する	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/how-to-process-image?view=azureml-api-2
プロンプトフローで Azure OpenAI GPT-4 Turbo with Vision ツールを使用する	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/tools-reference/azure-open-ai-gpt-4v-tool?view=azureml-api-2
プロンプトフローで Content Safety テキストツールを使用する	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/tools-reference/content-safety-text-tool?view=azureml-api-2
プロンプトフロー RAG 用の埋め込みツールを構成する	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/tools-reference/embedding-tool?view=azureml-api-2
プロンプトフローでベクトル検索を行うための Index Lookup ツールを構成する	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/tools-reference/index-lookup-tool?view=azureml-api-2
プロンプトフローで LLM ツールを構成して使用する	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/tools-reference/llm-tool?view=azureml-api-2
オープンソースモデル向けに Open Model LLM ツールを構成する	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/tools-reference/open-model-llm-tool?view=azureml-api-2
プロンプトフローツール経由で OpenAI GPT-4V ビジョンモデルを統合する	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/tools-reference/openai-gpt-4v-tool?view=azureml-api-2
プロンプトフローでプロンプトツールのテンプレートを使用する	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/tools-reference/prompt-tool?view=azureml-api-2
プロンプトフローで Python ツールを構築して構成する	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/tools-reference/python-tool?view=azureml-api-2
プロンプトフロー検索用の rerank ツールを設定する	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/tools-reference/rerank-tool?view=azureml-api-2
プロンプトフローツール経由で SerpAPI の検索結果を統合する	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/tools-reference/serp-api-tool?view=azureml-api-2
クイックスタート：Azure ML で Spark ジョブを構成する	https://learn.microsoft.com/en-us/azure/machine-learning/quickstart-spark-jobs?view=azureml-api-2
Azure ML v1 のログ記録 API を MLflow トラッキングに対応付ける	https://learn.microsoft.com/en-us/azure/machine-learning/reference-migrate-sdk-v1-mlflow-tracking?view=azureml-api-2

デプロイ

トピック	URL
ワークスペース間で Azure ML の標準デプロイを利用する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-connect-models-serverless?view=azureml-api-2
AutoML モデルを AML オンラインエンドポイントにデプロイする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-deploy-automl-endpoint?view=azureml-api-2
カスタムコンテナーのモデルを AML オンラインエンドポイントにデプロイする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-deploy-custom-container?view=azureml-api-2
MLflow モデルを Azure ML オンラインエンドポイントに段階的にデプロイする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-deploy-mlflow-models-online-progressive?view=azureml-api-2
MLflow モデルを Azure ML エンドポイントにデプロイする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-deploy-mlflow-models?view=azureml-api-2
Azure ML でバッチデプロイの出力をカスタマイズする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-deploy-model-custom-output?view=azureml-api-2
デプロイテンプレートを使用して Azure ML レジストリモデルをデプロイする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-deploy-models-deployment-template?view=azureml-api-2
Hugging Face モデルを Azure ML エンドポイントにデプロイする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-deploy-models-from-huggingface?view=azureml-api-2
カタログモデルを標準のサーバーレスエンドポイントとしてデプロイする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-deploy-models-serverless?view=azureml-api-2
Azure ML で Triton を使用して ONNX モデルをデプロイする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-deploy-with-triton?view=azureml-api-2
Azure ML のトレーニング用に GitHub Actions CI/CD を作成する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-github-actions-machine-learning?view=azureml-api-2
AML バッチエンドポイントを使用して画像処理モデルをデプロイする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-image-processing-batch?view=azureml-api-2
MLflow モデルを Azure ML バッチエンドポイントにデプロイする	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-mlflow-batch?view=azureml-api-2
VS Code を使用して Azure ML RAG プロンプトフローをローカルで実行する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-retrieval-augmented-generation-cloud-to-local?view=azureml-api-2
Azure ML オンラインエンドポイントで安全なブルーグリーンロールアウトを実施する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-safely-rollout-online-endpoints?view=azureml-api-2
Azure DevOps と Azure ML でエンドツーエンドの MLOps を設定する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-setup-mlops-azureml?view=azureml-api-2
GitHub と Azure ML でエンドツーエンドの MLOps を設定する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-setup-mlops-github-azure-ml?view=azureml-api-2
AML バッチエンドポイント経由で Azure OpenAI の埋め込みを実行する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-batch-model-openai-embeddings?view=azureml-api-2
AML バッチエンドポイント経由でパイプラインをデプロイして呼び出す	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-batch-pipeline-deployments?view=azureml-api-2
既存の AML パイプラインジョブをバッチエンドポイントのデプロイに変換する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-batch-pipeline-from-job?view=azureml-api-2
AML バッチエンドポイントでスコアリングパイプラインを運用する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-batch-scoring-pipeline?view=azureml-api-2
AML バッチエンドポイントでトレーニングパイプラインを運用する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-batch-training-pipeline?view=azureml-api-2
Azure ML と prompt flow で RAG パイプラインを構築する	https://learn.microsoft.com/en-us/azure/machine-learning/how-to-use-pipelines-prompt-flow?view=azureml-api-2
Azure ML で prompt flow を設定してデプロイする	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/get-started-prompt-flow?view=azureml-api-2
移行した Agent Framework ワークフローを Azure にデプロイする	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/how-to-deploy-migrated-agent-framework-workflow?view=azureml-api-2
prompt flow を Azure ML オンラインエンドポイントにデプロイする	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/how-to-deploy-to-code?view=azureml-api-2
prompt flow と Azure DevOps で GenAIOps パイプラインを設定する	https://learn.microsoft.com/en-us/azure/machine-learning/prompt-flow/how-to-end-to-end-azure-devops-with-prompt-flow?view=azureml-api-2