APIリファレンスドキュメント¶
次の表は、DataRobotのAPIで利用できるリファレンスドキュメントの概要を示しています。
リソース | 説明 |
---|---|
REST API:DataRobot REST APIは、DataRobotプロジェクトを作成および管理するためのUIのプログラムによる代替を提供します。 プロセスの自動化や、より迅速な反復処理が可能であり、スクリプトによる制御でDataRobotを使用できます。 このAPIは、モデリングと予測のための直感的なインターフェイスを提供します。 従来のREST APIドキュメントにアクセスするには、DataRobotアプリケーションにログインする必要があります。 Open API仕様:DataRobotの顧客はDataRobot REST APIの OpenAPI仕様を参照できます。これは、DataRobotが直接サポートしていない言語のクライアントの生成を自動化するのに役立ちます。 また、さまざまな自動化されたOpenAPI互換ツールを使用して、DataRobotのREST APIとの統合の設計、実装、テストを支援します。 OpenAPI仕様にアクセスするには、DataRobotアプリケーションにログインしてください。 |
|
Pythonクライアント:Pythonクライアントライブラリを操作するためのインストール、設定、およびリファレンスドキュメント。 |
|
Rクライアント:Rクライアントライブラリを使用するためのインストール、設定、およびリファレンスドキュメントです。 |
|
予測API:POSTリクエストを介してJSONまたはCSV入力データを送信することにより、デプロイで予測を生成します。 | |
バッチ予測API:バッチ予測APIは、既にデプロイされている予測サーバーを使用して、大きいデータセットのスコアリングを行う際の入力と出力の柔軟なオプションを提供します。 |
コードファーストツール¶
次の表は、APIに加えて、DataRobotが提供するさまざまなプログラムツールを示しています。
リソース | 説明 |
---|---|
ブループリントワークショップ | DataRobotのブループリントとそのタスクをプログラミングインターフェイスで構築および変更します。 |
DataRobot予測ライブラリ | DataRobot予測ライブラリは、DataRobotでサポートされているさまざまな予測方法を使用して予測を行うためのPythonライブラリです。 ライブラリは予測を行うための共通のインターフェイスを提供するので、ベースとなる実装を簡単に交換できます。 |
DataRobotX (DRX) | DataRobotX (DRX)は、データサイエンス体験を強化するために設計されたDataRobot拡張機能のコレクションです。 DRXは通常のワークフローに効率的なエクスペリエンスを提供するだけでなく、新しく実験的な高レベルの抽象化も提供します。 |
DataRobotユーザーモデル(DRUM) | DataRobotでカスタム推論モデル、カスタムタスク、カスタムノートブック環境を構築、デバッグ、テスト、実行するためのツール、テンプレート、情報を含むリポジトリです。 |
MLOpsエージェント | MLOpsエージェントを使用すると、外部モデル(DataRobot MLOpsの外部で実行されているモデル)を監視および管理できます。 この機能を使用すると、これらのモデルからの予測と情報をMLOpsデプロイの一部として報告できます。 |
管理エージェント | MLOps管理エージェントは、あらゆるタイプのインフラストラクチャのモデルデプロイを自動化するための標準メカニズムを提供します。 自動デプロイと自動モニタリングを組み合わせることで、特にチャレンジャーモデルや再トレーニングなどの重要なMLOps機能で、本番環境のリモートモデルにかかる負担を軽減することができます。 |
DRApps | DRAppsはシンプルなコマンドラインインターフェイス(CLI)です。DataRobotでDataRobotの実行環境を使用するStreamlitアプリなどのカスタムアプリケーションをホストするのに必要なツールを提供します。 これにより、独自のDockerイメージを構築せずにアプリを実行できます。 カスタムアプリケーションはストレージを提供しません。ただし、DataRobotの全APIやその他のサービスにアクセスできます。 |
DataRobotモデル指標ライブラリ(DMM) | モデルの機械学習指標を長期にわたって計算し、集計された指標を生成するためのフレームワークを含むリポジトリです。 さらに、DataRobotでこのライブラリを実行して、カスタム指標と連携する方法の例も提供します。 関連するDataRobotのドキュメントも参照してください。 |
Spark用のMLOpsユーティリティ | MLOpsタスクをSparkと連携するためのユーティリティライブラリ。 |
スコアリングコード用のApache Spark API | Spark APIを使用してDataRobotスコアリングコードJARをSparkクラスターに統合します。 |
Apache Airflow用のDataRobotプロバイダー | Apache Airflow用のDataRobotプロバイダーに関するこのクイックスタートガイドでは、基本的な Apache Airflow DAG(有向非巡回グラフ)を実装して、エンドツーエンドのDataRobot AIパイプラインを調整することによるセットアップと設定のプロセスを説明します。 |
DataRobot MLFLowインテグレーションライブラリ | プレビュー機能。 MLFlowモデルレジストリからモデルをエクスポートし、DataRobotのモデルレジストリにプッシュする手段を提供するPythonライブラリ。 関連するDataRobotのドキュメントも参照してください。 |
更新しました 2024年11月1日
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。