トレーニングすると登録する Unity Catalog を使用した機械学習モデル

Unity Catalog を使用すると、Databricks の他の機械学習コンポーネントとシームレスに対話しながら、テーブルとモデルにきめ細かなセキュリティを適用できます。この記事では、Python を使用して、 Unity Catalog のデータを使用して機械学習モデルをトレーニングし、モデルを Unity Catalogに登録する方法について説明します。

要件

ワークスペースで Unity Catalogが有効になっている必要があります。
クラスターを作成できるか、シングルユーザーアクセスモードで実行されているクラスターにアクセスできる必要があります。

Databricks Machine Learning クラスターを作成する

次の手順に従って、 Unity Catalog のデータにアクセスできるシングルユーザー Databricks Runtime 機械学習クラスターを作成します。

[コンピュート]をクリックします。
[コンピュートを作成]をクリックします。
[ アクセスモード] で [ シングルユーザー] を選択します。

Databricks Runtime 機械学習には、シングルユーザークラスターの使用を必要とするライブラリが含まれています。シングルユーザークラスターは、1 人のユーザーが排他的に使用できます (既定では、1 人のユーザーがクラスターの所有者になります)。他のユーザーはクラスターに接続できません。

各アクセスモードで使用できる機能の詳細については、「アクセスモード」を参照してください。
Databricks ランタイムバージョン ドロップダウンメニューで、 機械学習 を選択し、 11.3 LTS ML 以降を選択します。
「 クラスターの作成」をクリックします。

カタログを作成する

次の手順に従って、機械学習チームがデータ資産を格納できる新しいカタログを作成します。

メタストアが割り当てられているワークスペースで、メタストア管理者として、または CREATE CATALOG 権限を持つユーザーとしてログインします。
ノートブックを作成するか、Databricks SQL エディターを開きます。
次のコマンドを実行して、 ml カタログを作成します。
```
CREATE CATALOG ml;
```
カタログを作成すると、カタログ内に default という名前のスキーマが自動的に作成されます。
ml カタログと ml.default スキーマへのアクセス権、およびテーブルとビューを作成する機能を ml_team グループに付与します。すべてのアカウントレベルのユーザーを含めるには、グループ account usersを使用できます。
```
GRANT USE CATALOG ON CATALOG ml TO `ml team`;
GRANT USE SCHEMA, CREATE TABLE ON SCHEMA ml.default TO `ml_team`;
```