Skip to content

アプリケーション内で をクリックすると、お使いのDataRobotバージョンに関する全プラットフォームドキュメントにアクセスできます。

AWSを利用したエンドツーエンドのMLワークフロー

世界最大級のクラウドプロバイダーであるAWSには、クラウド内にデータを保存する方法が複数あります。

S3またはAthenaからデータをソースし、DataRobotを使用してモデルを構築および評価し、そのモデルからS3に予測を戻して送信できる2つのAIアクセラレーターのいずれかを使用できます。

GitHubのS3のAIアクセラレーター:material-arrow-right-circle:{.lg }にアクセスします

GitHubのAWS AthenaのAIアクセラレーター:material-arrow-right-circle:{.lg }にアクセスします

各AIアクセラレーターは、DataRobotをAWSのデータに統合するために、次の手順を実行します。

  • トレーニング用のデータのインポート

    • S3 AIアクセラレーターでは、parquetファイル形式のデータを取得し、アセンブルし、DataRobotのAIカタログにアップロードできます。

    • Athena AIアクセラレーターでは、DataRobot内にJDBCデータソースを作成してAthenaに接続し、SQLクエリーを介してデータを取り込みます。

  • DataRobot Python APIを使用すると、最大50の異なる機械学習モデルを構築すると同時に、これらのモデルがこのデータセットでどのように機能するかも評価できます。


更新しました February 8, 2024
Back to top