翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# Studio Classic の Amazon SageMaker Experiments
<a name="experiments"></a>

**重要**  
SageMaker Experiments Python SDK を使用した実験の追跡は、Studio Classic でのみ行うことができます。新しい Studio エクスペリエンスを使用し、最新の SageMaker AI と MLflow の統合を活用して実験を作成することをお勧めします。MLflow の UI は Studio Classic とは統合されていません。Studio で MLflow を使用する場合は、 AWS CLIを使用して MLflow UI を起動する必要があります。詳細については、「[AWS CLI を使用して MLflow UI を起動する](mlflow-launch-ui.md#mlflow-launch-ui-cli)」を参照してください。

Amazon SageMaker Experiments Classic は Amazon SageMaker AI の機能の 1 つです。Studio Classic で機械学習の実験を作成、管理、分析、比較できます。SageMaker Experiments を使用すると、プログラムで作成したカスタム実験と SageMaker AI ジョブから自動的に作成された実験の両方を表示、管理、分析、比較できます。

Experiments Classic は、入力、パラメータ、設定、反復の結果を*実行 (Run)* として自動的に追跡します。この実行を*実験*に割り当て、グループ化し、整理することができます。SageMaker Experiments は Amazon SageMaker Studio Classic と統合されており、ビジュアルインターフェイスを利用して、アクティブな実験や過去の実験を参照できるほか、主要なパフォーマンスメトリクスで実行を比較し、最もパフォーマンスの高いモデルを特定できます。SageMaker Experiments により、モデル作成のすべてのステップとアーティファクトが追跡されるため、本稼働で発生した問題のトラブルシューティングやコンプライアンスの監査の際に、モデルの履歴を簡単に追跡できます。

## Experiments Classic から Amazon SageMaker AI with MLflow に移行する
<a name="experiments-mlflow-migration"></a>

Experiments Classic を使用して作成した過去の実験を Studio Classic でも表示できます。MLflow で過去の実験コードを維持して使用する場合は、MLflow SDK を使用するようにトレーニングコードを更新し、トレーニング実験を再実行する必要があります。MLflow SDK と AWS MLflow プラグインの使用開始の詳細については、「」を参照してください[環境に MLflow を統合する](mlflow-track-experiments.md)。

# Experiments Classic のサンプルノートブック
<a name="experiments-examples"></a>

以下のサンプルノートブックは、さまざまなモデルトレーニング実験の実行を追跡する方法を示しています。ノートブックの実行後、実験の結果を Studio Classic で表示できます。Studio Classic の他の機能を紹介するチュートリアルについては、「[Amazon SageMaker Studio Classic ツアー](gs-studio-end-to-end.md)」を参照してください。

## ノートブック環境で実験を追跡する
<a name="experiments-tutorials-notebooks"></a>

ノートブック環境での実験の追跡について詳しくは、以下のサンプルノートブックを参照してください。
+ [Keras モデルをローカルでトレーニングしながら実験を追跡する](https://sagemaker-examples.readthedocs.io/en/latest/sagemaker-experiments/local_experiment_tracking/keras_experiment.html)
+ [Pytorch モデルをローカルまたはノートブックでトレーニングしながら実験を追跡する](https://sagemaker-examples.readthedocs.io/en/latest/sagemaker-experiments/local_experiment_tracking/pytorch_experiment.html)

## SageMaker Clarify を使って実験のバイアスと説明可能性を追跡する
<a name="experiments-tutorials-clarify"></a>

実験におけるバイアスと説明可能性を追跡するためのステップバイアスガイドについては、以下のサンプルノートブックを参照してください。
+ [SageMaker Clarify に関する公平性と説明可能性](https://sagemaker-examples.readthedocs.io/en/latest/sagemaker-experiments/sagemaker_clarify_integration/tracking_bias_explainability.html)

## スクリプトモードを使用して SageMaker トレーニングジョブの実験を追跡する
<a name="experiments-tutorials-scripts"></a>

SageMaker トレーニングジョブの実験の追跡について詳しくは、以下のサンプルノートブックを参照してください。
+ [Pytorch 分散データ並列による SageMaker AI 実験の実行 - MNIST Handwritten Digits Classification](https://sagemaker-examples.readthedocs.io/en/latest/sagemaker-experiments/sagemaker_job_tracking/pytorch_distributed_training_experiment.html)
+ [SageMaker トレーニングジョブを使用して Pytorch モデルをトレーニングしながら実験を追跡する](https://sagemaker-examples.readthedocs.io/en/latest/sagemaker-experiments/sagemaker_job_tracking/pytorch_script_mode_training_job.html)
+ [SageMaker トレーニングジョブを使用して TensorFlow モデルをトレーニングし、SageMaker Experiments を使用して追跡する](https://sagemaker-examples.readthedocs.io/en/latest/sagemaker-experiments/sagemaker_job_tracking/tensorflow_script_mode_training_job.html)

# 実験と実行を表示する
<a name="experiments-view-compare"></a>

Amazon SageMaker Studio Classic には実験ブラウザがあり、このブラウザで実験と実行のリストを表示できます。これらのエンティティのいずれかを選択して、エンティティに関する詳細情報を表示したり、複数のエンティティを選択して比較したりできます。実験のリストにはエンティティ名、タイプ、タグのフィルターを適用できます。

**実験と実行を表示するには**

1. Studio Classic で実験を表示するには、左側のサイドバーにある **[実験]** を選択します。

   実験の名前を選択すると、関連するすべての実行が表示されます。**検索**バーに直接入力するか、実験タイプをフィルタリングして実験を検索できます。また、実験または実行リストに表示する列を選択することもできます。

   新しい実験または実験実行を更新して表示するまでに時間がかかる場合があります。**[更新]** をクリックすると、ページを更新できます。実験リストは以下のようになります。  
![\[SageMaker の Experiments UI に表示される実験のリスト\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/experiments-classic/experiments-overview.png)

1. 実験リストで実験をダブルクリックして、その実験の実行のリストを表示します。
**注記**  
SageMaker AI のジョブとコンテナによって自動的に作成された実験実行は、デフォルトで Experiments Studio Classic UI に表示されます。特定の実験で SageMaker AI ジョブによって作成された実行を非表示にするには、設定アイコン (![\[Black square icon representing a placeholder or empty image.\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/icons/Settings_squid.png)) を選択し、**[ジョブを表示]** を切り替えます。  
![\[SageMaker の Experiments UI に表示される実験実行のリスト\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/experiments-classic/experiments-runs-overview.png)

1. 実行をダブルクリックすると、特定の実行に関する情報が表示されます。

   **[概要]** ペインで以下の見出しのいずれかを選択すると、各実行に関する利用可能な情報が表示されます。
   + **メトリクス** - 実行中に記録されるメトリクス。
   + **グラフ** — 独自のグラフを作成して実行を比較します。
   + **出力アーティファクト** — 実験実行の結果得られたすべてのアーティファクトと Amazon S3 内のアーティファクトの場所。
   + **バイアスレポート** - Clarify を使用して生成されたトレーニング前またはトレーニング後のバイアスレポート。
   + **説明可能性** — Clarify を使用して生成された説明可能性レポート。
   + **デバッガー** - デバッガーのルールと見つかった問題のリスト。