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。 同様に、このアクセラレーターを使用して、DataRobotで構築されたモデルを別の環境にデプロイできます。 このアクセラレーターでは、DataRobotで構築および調整されたMLモデルをデプロイして、AWS SageMaker内で実行します。
モデルを実行するAWSサービスのセットアップを支援するため、このコードは、まだ設定されていない追加のアイテムがある場合にプロビジョニングを支援します。
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
学習内容¶
- DataRobotでモデルを構築するためのエンドツーエンドのステップをプログラムで実行する
- AWS SageMakerでモデルをエクスポートしてホストする
更新しました August 26, 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。