# DataRobot環境のカスタムモデル

> DataRobot環境のカスタムモデル - DataRobot予測環境でカスタムモデルをデプロイする方法。

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 `2026-07-15T05:55:44.923902+00:00` (UTC).

## Primary page

- [DataRobot環境のカスタムモデル](https://docs.datarobot.com/ja/docs/classic-ui/mlops/deployment/deploy-workflows/cus-model-dr-env.html.md): Full documentation for this topic (Markdown sidecar).

## Sections on this page

- [カスタムモデルの作成](https://docs.datarobot.com/ja/docs/classic-ui/mlops/deployment/deploy-workflows/cus-model-dr-env.html.md#create-a-custom-model): In-page section heading.
- [（オプション）カスタムモデル環境の作成](https://docs.datarobot.com/ja/docs/classic-ui/mlops/deployment/deploy-workflows/cus-model-dr-env.html.md#optional-create-a-custom-model-environment): In-page section heading.
- [カスタムモデルの準備](https://docs.datarobot.com/ja/docs/classic-ui/mlops/deployment/deploy-workflows/cus-model-dr-env.html.md#prepare-the-custom-model): In-page section heading.
- [（オプション）ローカルでのテスト](https://docs.datarobot.com/ja/docs/classic-ui/mlops/deployment/deploy-workflows/cus-model-dr-env.html.md#test-locally): In-page section heading.
- [DataRobotでのテスト](https://docs.datarobot.com/ja/docs/classic-ui/mlops/deployment/deploy-workflows/cus-model-dr-env.html.md#test-in-datarobot): In-page section heading.
- [カスタムモデルの登録](https://docs.datarobot.com/ja/docs/classic-ui/mlops/deployment/deploy-workflows/cus-model-dr-env.html.md#register-the-custom-model): In-page section heading.
- [カスタムモデルのデブロイ](https://docs.datarobot.com/ja/docs/classic-ui/mlops/deployment/deploy-workflows/cus-model-dr-env.html.md#deploy-the-custom-model): In-page section heading.

## Documentation content

カスタム推論モデルでは、トレーニング済みモデルをDataRobotに取り込むことができます。 カスタムモデルをDataRobot予測環境にデプロイするには、カスタムモデルワークショップでカスタムモデルを作成できます。 次に、そのモデルを準備、テスト、登録すると一元化されたデプロイハブにデプロイできます。ここではDataRobotのデプロイ済みモデルと一緒に監視、管理、および制御できます。 DataRobotは、Python、R、Javaを始めとするさまざまなコーディング言語で構築されたモデルをサポートします。

DataRobotでカスタムモデルを作成してデプロイするには、以下に概説するワークフローに従います。

```
graph TB
  A[Create a custom model] --> B{Use a custom model environment?} 
  B --> |Yes|C[Create a custom model environment]
  B --> |No|D[Prepare the custom model];
  C --> D
  D --> E{Test locally?}
  E --> |No|H[Test the custom model in DataRobot]
  E --> |Yes|F[Install the DataRobot Model Runner]
  F --> G[Test the custom model locally]
  G --> H
  H --> I[Register the custom model]
  I --> J[Deploy the custom model] 
```

## カスタムモデルの作成

カスタム推論モデルは、ユーザーが作成して、カスタムモデルワークショップを介してDataRobotにアップロードできる事前トレーニング済みのモデル（またはファイルのコレクション）です。

カスタム推論モデルは、以下のうちいずれかの方法で構築できます。

- アセンブルタブで、モデル要件とstart_server.shファイルを指定しないでカスタムモデルを作成します。 このタイプのカスタムモデルはドロップイン環境を使用する必要があります。 ドロップイン環境には、モデルで使用される要件とstart_server.shファイルが含まれます。 これらはワークショップ内のDataRobotによって提供されます。独自のドロップインカスタム環境を作成を作成することもできます。
- アセンブルタブで、モデル要件とstart_server.shファイルを指定してカスタムモデルを作成します。 このタイプのカスタムモデルは、カスタムまたはドロップイン環境と組み合わせることができます。

[カスタムモデルの作成](https://docs.datarobot.com/ja/docs/classic-ui/mlops/deployment/custom-models/custom-model-workshop/custom-inf-model.html.md)

### （オプション）カスタムモデル環境の作成

カスタム環境またはカスタムドロップイン環境を使用する場合は、カスタムモデルワークショップでその環境を作成する必要があります。 これらの環境を他のカスタムモデルで再利用できます。

カスタムモデル環境は、以下のうちいずれかの方法で構築できます。

- モデルの要件とstart_server.shファイルを使用して、カスタムドロップイン環境を作成します。 DataRobotは、カスタムモデルワークショップからデフォルトのドロップイン環境をいくつか提供します。
- モデルの要件とstart_server.shファイルを使用せずに、カスタム環境を作成します。 その代わりに、この環境で使用するカスタムモデルの要件とstart_server.shファイルをモデルフォルダーに用意する必要があります。

[カスタムモデル環境の作成](https://docs.datarobot.com/ja/docs/classic-ui/mlops/deployment/custom-models/custom-model-environments/custom-environments.html.md)

## カスタムモデルの準備

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。 カスタムモデルの準備に必要なツールとテンプレートは、 [GitHubリポジトリ DataRobot User Models](https://github.com/datarobot/datarobot-user-models) に用意されています（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。）。 モデルのファイルとフォルダー構造を確認したら、モデルのテストに進んでください。

[カスタムモデルの準備](https://docs.datarobot.com/ja/docs/api/code-first-tools/drum/index.html.md)

### （オプション）ローカルでのテスト

[DataRobot Model Runner](https://pypi.org/project/datarobot-drum/) は、Python、R、Javaのカスタムモデルをローカルで操作するために使用できるツールです。 DataRobotに追加する前に、カスタムモデルを実行して予測できることを確認できます。 ただし、このテストは開発用に意図されています。DataRobotではカスタムモデルワークショップを使用して、デプロイする予定のモデルをテストすることをお勧めします。

[ローカルでのカスタムモデルのテスト](https://docs.datarobot.com/ja/docs/api/code-first-tools/drum/custom-local-test.html.md)

### DataRobotでのテスト

カスタムモデルワークショップでカスタムモデルをテストすると、デプロイ前にモデルが機能することを確認できます。 これらのテストでは、モデル環境を使用してモデルを実行し、テストデータで予測を行います。

> [!NOTE] 備考
> テストをしないでカスタム推論モデルをデプロイすることもできますが、DataRobotでは、デプロイの前にモデルがカスタムモデルワークショップでのテストに合格をすることが強く推奨されます。

[DataRobotでのカスタムモデルのテスト](https://docs.datarobot.com/ja/docs/classic-ui/mlops/deployment/custom-models/custom-model-workshop/custom-model-test.html.md)

## カスタムモデルの登録

カスタムモデルワークショップでカスタム推論モデルを正常に作成しテストしたら、モデルレジストリにデプロイ可能なモデルパッケージとして追加できます。

[カスタムモデルの登録](https://docs.datarobot.com/ja/docs/classic-ui/mlops/deployment/custom-models/custom-model-workshop/custom-model-reg.html.md)

## カスタムモデルのデブロイ

モデルレジストリにカスタム推論モデルを登録したら、デプロイできます。 デプロイされたカスタムモデルで、DataRobotによって管理されている専用の予測サーバーへのAPI呼び出しを使用して予測できます。

[カスタムモデルをデプロイ](https://docs.datarobot.com/ja/docs/classic-ui/mlops/deployment/deploy-methods/deploy-custom-inf-model.html.md).