# Snowflakeのワークフロー

> Snowflakeのワークフロー -
> SnowflakeとDataRobotのPythonクライアントを使用して、データをインポートし、モデルを構築して評価し、モデルを本番環境にデプロイして新しい予測を行います。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-27T18:44:30.223442+00:00` (UTC).

## Primary page

- [Snowflakeのワークフロー](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/ai-integrations-platforms/ml-snowflake.html.md): Full documentation for this topic (Markdown sidecar).

## Documentation content

[GitHubでこのAIアクセラレーターにアクセス](https://github.com/datarobot-community/ai-accelerators/tree/main/ecosystem_integration_templates/Snowflake_template/Snowflake%20-%20End-to-end%20Ecommerce%20Churn.ipynb)

このAIアクセラレータは、Snowflake（データソースとして）とDataRobotのPythonクライアントを使用して、データのインポート、モデルの構築と評価、そして新しい予測を行うためのモデルを本番環境にデプロイする方法を説明しています。 より広い視点で見ると、DataRobot APIは、データサイエンティストが自動化を活用して機械学習プロジェクトを加速するための重要なツールです。これにより、彼らはコード中心のワークフローや好みのコーディング環境にプラットフォームの機能を統合することができます。

このアクセラレーターを使用すると、以下の操作を行うことができます。

- DataRobotに接続する。
- SnowflakeからDataRobotへのデータのインポート。
- DataRobotプロジェクトを作成し、オートパイロットを実行。
- 最高のパフォーマンスを発揮するモデルを選択し評価。
- 推奨されるモデルをMLOpsモデルモニタリングにデプロイ
- Snowflakeに結果を書き戻すスケジュール済みバッチ予測の調整。