ADD : reference docs

fundamentals-JPN/demonstration/azure_portal_azureml.md

@@ -23,8 +23,6 @@ Azure Portal を利用した Azure Machine Learning (aka Azure ML) のサービ
 
 ### 1. Azure Portal でのサービス作成
 
-
-
 Azure Portal を開きます。上部の検索ボックスで "機械学習" と入力し、Azure Machine Learning に該当する "機械学習" を選択します。
 
 <img src="../docs/images/azureml-portal-search-ml.png" width=500/>
@@ -57,6 +55,14 @@ Azure Machine Learning の作成済みリソースが表示されます。まだ
 
 <img src="../docs/images/azureml-portal-create-confirm.png" width=500/>
 
+
+---
+参考情報
+- [ポータルまたは Python SDK を使用して Azure Machine Learning ワークスペースを管理する](https://docs.microsoft.com/ja-JP/azure/machine-learning/how-to-manage-workspace?tabs=python)
+- [Azure リソースの名前付け規則と制限事項 - Azure Machine Learning](https://docs.microsoft.com/ja-jp/azure/azure-resource-manager/management/resource-name-rules#microsoftmachinelearningservices)
+- [名前付け規則を定義する (Cloud Adoption Framework)](https://docs.microsoft.com/ja-jp/azure/cloud-adoption-framework/ready/azure-best-practices/resource-naming)
+---
+
 <br/>
 
 ### 2. 作成されたサービスの確認
@@ -76,6 +82,11 @@ Azure Machine Learning の作成済みリソースが表示されます。まだ
 
 以上です。
 
+---
+参考情報
+- [Azure Machine Learning ワークスペースとは - 関連付けられているリソース](https://docs.microsoft.com/ja-jp/azure/machine-learning/concept-workspace#resources)
+---
+
 <br/>
 
 #### [Prev](../FTA-Live-AzureML-Fundamental.pdf) | [Home](../README.md)  | [Next](./azureml_studio_walk_through.md)

fundamentals-JPN/demonstration/azureml_studio_walk_through.md

@@ -27,10 +27,17 @@ Azure Machine Learning Studio (aka Azure ML Studio) のデモンストレーシ
 
 <img src="../docs/images/azureml-workspace.png" width=500/>
 
+---
+参考情報
+- [Azure Machine Learning スタジオとは](https://docs.microsoft.com/ja-jp/azure/machine-learning/overview-what-is-machine-learning-studio)
+---
+
 <br/>
 
 ### 2. コンピューティングインスタンス (Compute Instance) の作成
 
+> :warning: Azure ML のマネージドな計算環境は Azure のサブスクリプション単位でクオータが設定されています。クオータは利用可能なコア数の設定値です。事前にクオータの値を確認することを推奨します。足りない場合には早めにサポートにリクエストを上げてください。詳細は [Azure Machine Learning を使用するリソースのクォータの管理と引き上げ](https://docs.microsoft.com/ja-JP/azure/machine-learning/how-to-manage-quotas) をご確認ください。
+
 Azure Machine Learning の Compute Instance を起動します。
 
 コンピューティング (Compute) のコンピューティングインスタンス (Computing Instance) のタブから「新規」をクリックします。
@@ -49,6 +56,10 @@ Jupyter などの開発環境の起動できることを確認します。
 
 <img src="../docs/images/azureml-computeinstance2.png" width=500/>
 
+---
+参考情報
+- [Azure Machine Learning コンピューティング インスタンスとは](https://docs.microsoft.com/ja-jp/azure/machine-learning/concept-compute-instance)
+---
 <br/>
 
 ### 3. コンピューティングクラスター (Compute Clusters) の作成
@@ -64,6 +75,10 @@ Jupyter などの開発環境の起動できることを確認します。
 正常に作成されたことを確認します。<br/>
 <img src="../docs/images/azureml-computeclusters4.png" width=500/><br/>
 
+---
+参考情報
+- [Azure Machine Learning コンピューティング (マネージド)](https://docs.microsoft.com/ja-jp/azure/machine-learning/concept-compute-target#azure-machine-learning-compute-managed)
+---
 
 <br/>
 
@@ -79,6 +94,14 @@ Jupyter などの開発環境の起動できることを確認します。
 <img src="../docs/images/azureml-environments-confirm.png" width=500/><br/>
 
 
+> :exclamation: Microsoft 製品における Anaconda のライセンスについては [Anaconda licensing for Microsoft products and services](https://docs.microsoft.com/ja-jp/legal/machine-learning/conda-licensing) を参照ください。
+
+
+---
+参考情報
+- [Azure Machine Learning 環境とは?](https://docs.microsoft.com/ja-jp/azure/machine-learning/concept-environments)
+---
+
 <br/>
 
 ### 5. データストア (Datastores) の設定
@@ -97,8 +120,15 @@ Jupyter などの開発環境の起動できることを確認します。
 
 今回のデモンストレーションではデータストア (Datastores) の存在は意識しなくても操作できますが、Azure ML Workspace に新たにデータソースを接続したい場合は理解しておく必要があります。
 
+---
+参考情報
+- [Azure Machine Learning スタジオを使用してデータに接続する](https://docs.microsoft.com/ja-jp/azure/machine-learning/how-to-connect-data-ui?tabs=credential)
+- [Azure Machine Learning でのデータ アクセスをセキュリティ保護する](https://docs.microsoft.com/ja-jp/azure/machine-learning/concept-data)
+---
+
 <br/>
 
+
 ### 6. データセット (Datasets) の登録
 モデル学習に必要なデータセット (Datasets) を作成します。
 今回はデータストアにあるデータを利用するのではなく、ブラウザを開いている作業端末に CSV (data フォルダの [Titanic.csv](../src/data/Titanic.csv)) をダウンロードして、データセット (Datasets) として登録します。アップロード時に自動的にデフォルトのデータストアである "workspaceblobstore" にファイルが保存されています。
@@ -112,6 +142,12 @@ data フォルダの Titanic.csv データをアップロードします。次
 正常に登録されていることを確認します。<br/>
 <img src="../docs/images/azureml-dataset4.png" width=900/><br/>
 
+---
+参考情報
+- [Azure Machine Learning スタジオを使用してデータに接続する](https://docs.microsoft.com/ja-jp/azure/machine-learning/how-to-connect-data-ui?tabs=credential)
+- [Azure Machine Learning でのデータ アクセスをセキュリティ保護する
+](https://docs.microsoft.com/ja-jp/azure/machine-learning/concept-data)
+---
 
 <br/>
 
@@ -126,6 +162,10 @@ Compute Instance を利用したコードを開発・編集・実行すること
 
 <img src="../docs/images/azureml-notebooks-choose-ide.png" width=500/><br/>
 
+---
+参考情報
+- [ワークスペースで Jupyter Notebook を実行する](https://docs.microsoft.com/ja-jp/azure/machine-learning/how-to-run-jupyter-notebooks)
+---
 
 <br/>
 
@@ -214,6 +254,11 @@ Compute Instance を利用したコードを開発・編集・実行すること
 
 <img src="../docs/images/azureml-automl-deploy-aci-sample-codes.png" width=500/><br/>
 
+---
+参考情報
+- [スタジオ UI を使用してコード不要の自動 ML トレーニングを設定する](https://docs.microsoft.com/ja-jp/azure/machine-learning/how-to-use-automated-ml-for-ml-models)
+---
+
 <br/>
 
 
@@ -309,6 +354,13 @@ Compute Instance を利用したコードを開発・編集・実行すること
 
 以上です。
 
+---
+参考情報
+- [Azure Machine Learning デザイナーとは](https://docs.microsoft.com/ja-jp/azure/machine-learning/concept-designer)
+- [Azure Machine Learning デザイナーのパイプラインとデータセットのサンプル](https://docs.microsoft.com/ja-jp/azure/machine-learning/samples-designer)
+- [チュートリアル:Power BI 統合 - ドラッグ アンド ドロップで予測モデルを作成する (パート 1/2)](https://docs.microsoft.com/ja-jp/azure/machine-learning/tutorial-power-bi-designer-model)
+---
+
 <br/>
 
 #### [Prev](./azure_portal_azureml.md) | [Home](../README.md)  | [Next](../src/notebooks/train-notebook.mdsrc/notebook/train-notebook.md)