はじめに

この章ではOracle Machine Learning(OML)の製品群の1つである、OML Notebookを利用して、DB内でデータの移動が完結した機械学習を体験して頂きます。事前に前提条件にリンクされているサンプルデータのCSVファイルをお手元のPC上にダウンロードください。
（集合ハンズオンセミナーでは講師の指示に従ってください）

前提条件

ADBインスタンスが構成済みであること
※ADBインタンスを作成方法については、101:ADBインスタンスを作成してみようを参照ください。
以下にリンクされているファイルをダウンロードしていること
- liquid.csv
- order_items.csv

準備編
機械学習編
- OML Notebookを使い始める
- 機械学習モデルをビルド・評価する

所要時間: 約40分

準備編

OMLユーザを作成する

ツールタブのOracle MLユーザ管理で、MLユーザを作成していきましょう。
ADBのADMINユーザの情報を入力し、サインインをクリックして下さい。

。。
+作成ボタンをクリックし、機械学習用のユーザを作成します。
ユーザーの情報を入力し、画面右上作成ボタンをクリックして下さい。
ユーザOMLが作成されたことを確認し、ADW詳細画面へ戻ります。

作成したOMLユーザのRESTサービスを有効化する

後述のデータロードをステップで、OMLユーザでDatabase Actionsを活用していきます。 OMLユーザーは作成後、RESTを有効化しないとDatabase Actionsにログインできないので、OMLユーザのRESTを有効化していきましょう。

ADBインスタンスを作成しようで学習したDatabase Actionsを利用したインスタンスへの接続 を参照し、Database Actionsを起動し、Adminユーザーで接続してください。ツールタブから、データベース・アクションを開くをクリックしてください。
ADMINユーザでサインインして下さい。
Database Actionsのランディングページからデータベース・ユーザ を選択します。
作成済のOMLユーザを確認することができます。
OMLユーザのオプションボタンからRESTの有効化をクリックして下さい。
REST対応ユーザーをクリックして下さい。
OMLユーザにRESTの有効化のマークを確認することができます。
画面右上のADMINをクリックし表示されたドロップダウンメニュから、サインアウトをして下さい。
作成済のOMLユーザでサインインして下さい。

データセットをADBにロードする

liquid.csvをDatabase Actionsからロード

Database Actionsのランディングページのデータ・ツールから　データ・ロード を選択します。
データの処理には、データのロード を選択し、データの場所には、ローカル・ファイル を選択して次をクリックします。
ファイルの選択をクリックし、ダウンロードして解凍した liquid.csv を選択します。
liquid.csvがロードできる状態になりました。ロード前にペンアイコンをクリックし、詳細設定を確認・変更できます。
liquid.csvの表定義等のデータのプレビューを確認したら 閉じる をクリックします。
緑色の実行ボタンをクリックし、データのロードを開始します。
データ・ロード・ジョブの実行を確認するポップアップが表示されるので、実行をクリックします。
liquid.csvに緑色のチェックマークが付き、ロードが完了しました。完了をクリックします。

order_items.csvをObject Storageにアップロード

ADBインスタンスを作成しようで学習したオブジェクトストレージへのデータアップロード を参照し、order_items.csvをObject Storageにアップロードして下さい。

機械学習編

OML Notebookを使い始める

ADW詳細画面のサービス・コンソールをクリックして下さい。
サービスコンソール画面左の開発をクリックして下さい。
サービスコンソール開発タブ内の、Oracle Machine Learningノートブックをクリックして下さい。
先ほどOMLユーザ管理で新規作成したユーザ(OML)でサインインして下さい。
クイック・アクションのノートブックをクリックして下さい。
任意のノートブックの名前を入力後、OKをクリックして下さい。
新規作成したノートブック名をクリックして下さい。
ノートブックの画面に遷移して下さい。
作成したノートブックでスクリプトを書き始めることが可能になりました。

下記のコマンドでPythonで機械学習を書き始めることが可能です。
```
%python

import oml
oml.isconnected()
```
下記のコマンドで、同じノートブック内でSQLを使用したLiquid表へのクエリを実行してみましょう。
```
%python

select * from liquid;
```