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て構築し、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 January 31, 2025
このページは役に立ちましたか?
ありがとうございます。どのような点が役に立ちましたか?
より良いコンテンツを提供するには、どうすればよいでしょうか?
アンケートにご協力いただき、ありがとうございました。