このチュートリアルでは、 Google Cloud コンソールで表形式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。Agent Platform 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 Gemini Enterprise Agent Platform 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、Gemini Enterprise Agent Platform 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
-
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。
-
Google Cloud プロジェクトの選択または作成
プロジェクトの選択または作成に必要なロール
- プロジェクトを選択する: プロジェクトの選択に特定の IAM ロールは必要ありません。ロールが付与されているプロジェクトであれば、どのプロジェクトでも選択できます。
-
プロジェクトを作成する: プロジェクトを作成するには、
resourcemanager.projects.create権限を含むプロジェクト作成者ロール（roles/resourcemanager.projectCreator）が必要です。詳しくは、ロールを付与する方法をご覧ください。
- 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
- 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
IAM、Compute Engine、Notebooks、Cloud Storage、Agent Platform の各 API を有効にします。
API を有効にするために必要なロール
API を有効にするには、
serviceusage.services.enable権限が必要です。プロジェクトを作成した場合は、オーナーロール（roles/owner）を介してこの権限がすでに付与されている可能性があります。それ以外の場合は、Service Usage 管理者ロール（roles/serviceusage.serviceUsageAdmin）を介してこの権限を取得できます。ロールを付与する方法をご覧ください。gcloud services enable iam.googleapis.com
compute.googleapis.com notebooks.googleapis.com storage.googleapis.com aiplatform.googleapis.com -
ユーザー 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.admingcloud projects add-iam-policy-binding PROJECT_ID --member="user:USER_IDENTIFIER" --role=ROLE
次のように置き換えます。
PROJECT_ID: プロジェクト ID。USER_IDENTIFIER: ユーザー アカウントの識別子。例:myemail@example.comROLE: ユーザー アカウントに付与する IAM ロール。
Agent Platform ユーザー（roles/aiplatform.user）IAM ロールにより、Gemini Enterprise Agent Platform 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。