Hello 表形式のデータ: プロジェクトと環境の設定

このチュートリアルでは、Google Cloud コンソールで表形式のデータモデルをトレーニングして、予測を取得するために必要な手順について説明します。Vertex AI SDK for Python を使用する場合は、クライアントを初期化するサービス アカウントに Vertex AI サービス エージェント（roles/aiplatform.serviceAgent）IAM ロールが割り当てられていることを確認します。

チュートリアルのこのパートでは、Vertex AI と Cloud Storage バケットを使用するように Google Cloud プロジェクトを設定します。このバケットに AutoML モデルのトレーニングで使用するドキュメントを格納します。

プロジェクトと環境を設定する

1. Google Cloud コンソールでプロジェクトの選択ページに移動します。

   プロジェクト セレクタに移動

2. Google Cloud プロジェクトを選択または作成します。

3. Google Cloud プロジェクトで課金が有効になっていることを確認します。

4. Cloud Shell を開きます。Cloud Shell は Google Cloud のインタラクティブなシェル環境であり、ウェブブラウザからプロジェクトやリソースを管理できます。
Cloud Shell に移動
5. Cloud Shell で、現在のプロジェクトを Google Cloud プロジェクト ID に設定し、projectid シェル変数に格納します。

     gcloud config set project PROJECT_ID &&
     projectid=PROJECT_ID &&
     echo $projectid

   PROJECT_ID は実際のプロジェクト ID に置き換えます。プロジェクト ID は Google Cloud コンソールで確認できます。詳細については、プロジェクト ID を確認するをご覧ください。

6. IAM, Compute Engine, Notebooks, Cloud Storage, and Vertex AI API を有効にします。

   gcloud services enable iam.googleapis.com compute.googleapis.comnotebooks.googleapis.com storage.googleapis.com aiplatform.googleapis.com

7. Google アカウントにロールを付与します。次の IAM ロールごとに次のコマンドを 1 回実行します。 roles/aiplatform.user, roles/storage.admin

   gcloud projects add-iam-policy-binding PROJECT_ID --member="user:EMAIL_ADDRESS" --role=ROLE

   • PROJECT_ID は、実際のプロジェクト ID に置き換えます。
   • EMAIL_ADDRESS は実際のメールアドレスに置き換えます。
   • ROLE は、個々のロールに置き換えます。

Vertex AI ユーザー（roles/aiplatform.user）IAM ロールにより、Vertex AI 内のすべてのリソースを使用するためのアクセス権が付与されます。ストレージ管理者（roles/storage.admin）のロールを使用すると、ドキュメントのトレーニング データセットを Cloud Storage に保存できます。

次のステップ

このチュートリアルの次のページの手順に沿って表形式のデータセットを作成し、分類モデルをトレーニングする。