[ML Study Jams Vol.4] GSP273 TensorFlow での機械学習（未完了）受講メモ

GSP273 TensorFlow での機械学習
https://www.qwiklabs.com/focuses/3391

望ましい事前スキル (メンターあるいは学習支援者向け）

Google Cloud Shell / Terminal 操作
オブジェクトストレージ (Cloud Storageバケット) 操作
git コマンド操作
python コード編集
TensorFlow モデル, MLトレーニングデータセットおよびジョブの知識
O’Reilly Media, Inc. の書籍『Data Science on Google Cloud Platform』の第 9 章「Machine Learning Classifier Using TensorFlow」

概要（qwiklabs から引用）

このラボでは、Google Cloud Machine Learning と TensorFlow を使用して、機械学習を使用する予測モデルを作成および評価する方法について学びます。TensorFlow は、Google によって開発されたオープンソースの高度な機械学習ライブラリです。さまざまなプラットフォームに移植可能で、非常に大きなデータセットを扱うことができます。

このラボは、このシリーズのこれまでのラボの続きです。これまでのラボでは、ロジスティック回帰を使用する基本的な予測モデルを Spark と Pig で作成し、トレーニングデータセットとテストデータセットを Cloud Dataflow で作成しました。これらのデータセットの作成に使用したパイプラインは予測にも使用できるため、予測モデルでトレーニング / サービングスキューのリスクを回避できます。このラボは、O’Reilly Media, Inc. の書籍『Data Science on Google Cloud Platform』の第 9 章「Machine Learning Classifier Using TensorFlow」に基づいています。

まず、Python で試験運用フレームワークを作成し、TensorFlow を使用して以前のラボの基本的な線形回帰モデルを複製します。次に、このフレームワークを拡張して、より多くの変数でモデルを評価できるようにします。これにより、このフレームワークを使用して、これらの基本的な機械学習モデルの性能をより複雑な機械学習モデルと比較できるようになります。

このラボでは、このシリーズの他のすべてのラボと同様に、データ処理とデータモデリングの手法を実際に試してみるために、フライトが目的地に予定どおりに到着するかどうかを、出発地、出発時刻、実際の出発遅延時間、タキシング時間などの詳細情報に基づいて予測するデータモデルを作成します。

使用するデータセットは、米国運輸統計局のウェブサイトから取得したもので、米国内の国内線フライトに関する履歴情報を提供します。このデータセットは、データサイエンスの多岐にわたるコンセプトと技術の実証に使用できます。また、Google Cloud Platform のデータサイエンス: 機械学習クエストに含まれる、その他すべてのラボで使用します。このラボで実際に使用するのは、このクエストの前回のラボ（Apache Beam と Cloud Dataflow を使用したタイムウィンドウデータの処理（Java））で作成した集計データセットです。

目標