Sagemakerを使用したエンドツーエンドのMLワークフロー¶
すでにモデルのホストにSageMakerを使用している場合でも、AutoMLや時系列モデリングを始めとするDataRobotの強力な機能を利用できます。 DataRobotを既存のデプロイプロセスに連携できます。 Likewise, you can use this accelerator to deploy a DataRobot-built model in another environment. In this accelerator, you will take an ML model that has been built and refined within DataRobot and deploy it to run within AWS SageMaker.
To help with the setup of AWS services to run the model, this code will also help provision any extra items that you may not have set up:
AWS¶
- ECRリポジトリ
- S3バケット
- SageMakerのIAMロール
- SageMaker推論モデル
- SageMakerエンドポイント設定
- SageMakerエンドポイント（リアルタイム予測用）
- SageMakerバッチ変換ジョブ（バッチ予測用）
DataRobot¶
- DataRobot AutoMLプロジェクト
- DataRobot AutoMLモデル
- AutoMLモデルのスコアリングコードJARファイル
What you will learn¶
- Programmatically go through the end-to-end steps of building a model with DataRobot
- Export and host the model in AWS SageMaker
更新しました June 7, 2024
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。