DataRobot User Models¶
DataRobotでは数百個の組み込みモデルが提供されますが、現在、初期状態でサポートされていない事前処理またはモデリング方法が必要です。 To create a custom inference model, you must provide a model artifact—either defined in a custom.py file or a serialized artifact with a file extension corresponding to the chosen environment language and any additional custom code required to use the model.
カスタムモデルと環境をDataRobotに追加する前に、モデルと環境を正常に実行するために必要なファイルを準備して構造化する必要があります。 The tools and templates necessary to prepare custom models are hosted in the DataRobot User Models GitHub Repository. (このリンクをクリックする前にGitHubにログインしてください。) DataRobot recommends understanding the following requirements to prepare your custom model for upload to the Workshop.
| トピック | 説明 |
|---|---|
| カスタムモデルコンポーネント | カスタム推論モデルの実行に必要なコンポーネントを識別する方法。 |
| 構造化カスタムモデルの構築 | DataRobotと互換性のある構造化カスタムモデルを構築して検証する方法。 |
| 非構造化カスタムモデルの構築 | DataRobotと互換性のある非構造化カスタムモデルを構築して検証する方法。 |
| カスタムモデルのメタデータを定義する | model-metadata.yamlファイルを使用してカスタムタスクまたはカスタム推論モデルの追加情報を指定する方法。 |
| カスタムモデルランタイムパラメーターを定義 | モデルメタデータを介してカスタムモデルにランタイムパラメーターを追加することで、カスタムモデルのコードを再利用しやすくする方法。 |
| DRUM CLIツール | How to download and install the DataRobot User Models (DRUM) CLI to work with and test custom models and custom environments locally before uploading to DataRobot. |
| ローカルでのカスタムモデルのテスト | How to test custom inference models in your local environment using the DataRobot Model Runner tool. |