この記事でわかること
この記事では、Microsoft Azureが提供する Azure Machine Learning（Azure ML）について、 「何ができて、何ができないのか」を明確に整理します。 AI-900試験では、Azure MLとAzure AI Servicesの 使い分けを理解しているかが頻繁に問われます。
📌 他のAI-900出題分野もあわせて確認したい方へ
機械学習・Azure AIサービス・Responsible AIなど、試験範囲を網羅した総合ガイドはこちら。
▶ AI-900試験対策まとめ
Azure Machine Learningとは何か
Azure Machine Learningは、 独自の機械学習モデルを作成・学習・評価・デプロイ するためのクラウド型プラットフォームです。
簡単に言えば、 「自分でAIモデルを育てたいときに使うサービス」 がAzure Machine Learningです。
Azure Machine Learningで「できること」
① 独自データを使った機械学習モデルの作成
Azure Machine Learningでは、 CSVやデータベースなどの独自データを使って 機械学習モデルを学習させることができます。
- 売上予測
- 需要予測
- 顧客分類
② AutoMLによる自動モデル作成
AutoML（自動機械学習）を使うことで、 アルゴリズム選択やパラメータ調整を Azureが自動で行います。
- 分類
- 回帰
- 時系列予測
AI-900ポイント：
「機械学習の専門知識が少なくても利用できる」
③ Azure ML Designerによるノーコード構築
Azure ML Designerでは、 ドラッグ＆ドロップで 学習パイプラインを作成できます。
- コード不要
- 学習フローを視覚的に理解
④ モデルの評価と改善
学習したモデルは、 精度・再現率・適合率などの指標で評価できます。
評価結果をもとに、 再学習やパラメータ調整が可能です。
⑤ 推論用エンドポイントの作成
学習済みモデルを Web APIとして公開できます。
- リアルタイム推論
- バッチ推論
Azure Machine Learningで「できないこと」
① 学習不要ですぐ使えるAIの提供
Azure Machine Learningは、 学習が前提のサービスです。
画像認識や翻訳を「すぐに使いたい」場合は、 Azure AI Servicesが適しています。
② 高精度な生成AIをそのまま利用すること
ChatGPTのような大規模生成AIを そのまま提供するサービスではありません。
生成AIを使いたい場合は、 Azure OpenAI Serviceを利用します。
③ データがない状態でのAI活用
Azure Machine Learningは、 学習用データがなければ利用できません。
データが少ない・存在しない場合は、 事前学習済みAIを選択すべきです。
Azure AI Servicesとの違い
| 観点 | Azure Machine Learning | Azure AI Services |
|---|---|---|
| 学習 | 必要 | 不要 |
| 利用開始 | 準備が必要 | すぐ使える |
| カスタマイズ | 高い | 低い |
| AI-900での位置 | 基礎理解 | 利用判断 |
AI-900でよくある選択問題
問題：
「独自の売上データを使って将来予測を行いたい。最適なAzureサービスは？」
正解：
Azure Machine Learning
まとめ
- Azure Machine Learningは機械学習モデル構築基盤
- 独自データで学習したい場合に選択
- 学習不要AIはAzure AI Services
AI-900では、 「この要件ならどのサービスか」 を判断できることが合格への近道です。
AI-900を体系的に学びたい方へ
この記事は「AI-900試験対策」シリーズの一部です。
▼AI-900完全ロードマップはこちら
