# Azureのワークフロー

> Azureのワークフロー - AzureとDataRobotのPythonクライアントを使用してデータをインポートし、モデルを構築および評価し、モデルを本番環境にデプロイして新しい予測を行います。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-27T18:44:30.222883+00:00` (UTC).

## Primary page

- [Azureのワークフロー](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/ai-integrations-platforms/ml-azure.html.md): Full documentation for this topic (Markdown sidecar).

## Documentation content

[GitHubでこのAIアクセラレーターにアクセス](https://github.com/datarobot-community/ai-accelerators/blob/main/ecosystem_integration_templates/Azure_template/Azure_End_to_End.ipynb)

DataRobotは、選択したコーディング環境で完全に自動化されたワークフローを生成できる詳細なAPIを提供します。 このアクセラレーターは、Azureにネイティブに保存されているデータのエンドツーエンド処理を有効にする方法を示します。

このノートブックでは、Azureに保存されたデータを使用して、DataRobotでモデルのコレクションをトレーニングする方法を説明します。 次に、推奨されるモデルをデプロイし、DataRobotのバッチ予測APIを使用して予測を行い、それらを元のAzureコンテナに書き戻します

このアクセラレーターノートブックでは、以下のアクティビティをカバーします。

- Azureストレージコンテナからトレーニングデータセットを取得
- 新しいDataRobotプロジェクトを構築
- 推奨モデルをデプロイ
- DataRobotのバッチ予測APIによるスコアリング
- ソースAzureコンテナに結果を書き戻し