リソースのプロビジョニング

まず、Azureポータルにログインします。以下の手順に従ってください。

1. 1. Azureポータルの左側のメニューから「リソースの作成」をクリックします。
   2. 検索バーに「Machine Learning」と入力し、表示される結果から「Machine Learning」を選択します。
   3. 「Machine Learning」のページで「作成」をクリックします。

1. 必要な情報を入力します（リソースグループ、ワークスペース名、地域など）。
2. 入力が完了したら、「確認と作成」をクリックし、最後に「作成」をクリックしてプロビジョニングを開始します。

コンピューティングの設定

リソースがプロビジョニングされたら、次にコンピューティングリソースを設定します。

1. 1. リソースからスタジオの起動を選択しAzure Machine Learningワークスペースに移動します。
   2. 左側のメニューから「コンピューティング」を選択します。

1. 1. 上部のタブから「新規」をクリックし、新しいコンピュートインスタンスを作成します。

1. コンピュートタイプを選択し、必要な設定（VMのサイズ、名前、仮想ネットワークなど）を入力します。サイズはユースケースによって選択してください。
2. 設定が完了したら、「作成」をクリックします。

コンピュートインスタンスの作成が完了したら、ワークスペースのコンピュートタブに表示されることを確認してください。こちらを使用し、コードの実装や自動機械学習などが利用できます。

料金形態

Azure Machine Learningの料金は、使用するコンピュートリソースやストレージによって異なります。以下に料金形態の基本情報を示します。

• コンピュートリソース: 使用した時間に応じて課金されます。選択したVMのサイズやタイプによって料金が変わります。
• ストレージ: データの保存に使用するストレージの容量に基づいて課金されます。

料金の具体例:

• 小規模プロジェクト: 小規模なデータセットを使用し、数時間のトレーニングを行う場合、月額約数千円程度。
• 中規模プロジェクト: 中程度のデータセットを使用し、数日間のトレーニングを行う場合、月額数万円程度。
• 大規模プロジェクト: 大規模なデータセットを使用し、長期間のトレーニングを行う場合、月額数十万円以上になることもあります。

詳細な料金情報は、Azureの料金ページで確認できます。

利用状況に応じて最適なプランを選択し、コストを管理しましょう。