2データの探索とモデルの学習

• 2.1ジョブの実行とトラッキング（MLflow）

  Azure ML の ジョブ（コマンド/スイープ/パイプライン）でモデルを学習し、MLflow によるメトリック/パラメーター/成果物のトラッキング、環境（依存関係）、コンポーネント による再利用を理解します。

• 2.2AutoML とハイパーパラメーター調整

  モデルを自動探索する AutoML、ハイパーパラメーター調整（スイープジョブ）——探索空間・サンプリング・早期終了——、評価指標とモデル選択を理解します。最適なモデルを効率よく見つけます。