ワークベンチの概要¶

The Workbench interface streamlines the modeling process, minimizing time-to-value while still leveraging cutting-edge ML and GenAI techniques. With Workbench:

• 繰り返し測定が可能なエクスペリメントで、反復とコラボレーションを加速させる。

• 元のデータを、モデリング可能な準備済みのパーティション分割されたデータに変換する。

• 自動化により、最適なモデルから重要なインサイトと予測をすばやく生成する。

• Build, govern, and operate enterprise-grade generative AI solutions; rapidly innovate and adapt with the best-of-breed components of your choice

• 直感的なユーザーインターフェイスとノートブック環境の両方からアクセスする。

Workbench is the launch point for predictive, generative, and DataRobot Notebooks.

Predictive modeling¶

Workbench is designed to match the data scientist's iterative workflows with easy project creation and model review, smooth navigation, and all key insights in one place. ワークベンチのユーザーインターフェイスを使用すると、モデリングアセットをグループ化、整理、および共有して、DataRobotを活用してエクスペリメントを強化できます。 これらのアセットは、ユースケースと呼ばれるフォルダーのようなコンテナ内に格納されます。

モデリングプロセスはモデルのトレーニングだけに留まらないため、ワークベンチではデータの準備、モデルのトレーニング、および結果を活用してビジネス上の意思決定を行います。 これは、結果に達するまで潜在的な解を_エクスペリメントで繰り返すというアイデアをサポートします。 言い換えれば、ワークベンチは、データを準備し、モデリングし、モデリングから学習し、さらにデータを準備し、またモデリングし...と、モデルを選択し、結果を利害関係者に提示できるまで何度も繰り返すのにかかる時間を最小限に抑えます。

Once models are built, use:

• Registry to register and manage models, create custom models, jobs, and applications, and view and manage datasets.
• Console for model and deployment monitoring and management.

生成AI¶

Workbench is the launch point for building and iterating on your GenAI and agentic initiatives, with tools for working with vector databases, prompt management, and building RAG and agentic workflows. DataRobot GenAIプラットフォームには、APIとGUIの両方のオプションが用意されており、個々のプロンプトと回答レベルで定性的および定量的な比較を行うことで、最適なGenAIコンポーネントを実験、比較、評価できます。 Use the included common LLMs or bring your favorite libraries, bring or choose your LLMs, vector databases, and embeddings, and integrate third-party tools.

DataRobot notebooks¶

Notebooks offer an in-browser editor to create and execute code for data science analysis and modeling. Create for code development within the platform: standalone notebooks and codespaces. スタンドアロンノートブックは、高速で軽量なノートブックベースの開発およびレポート作成に便利なオプションです。 Codespaces offer a persistent file system experience and allow you to work with both notebook and non-notebook files in the same session

ナビゲーション¶

DataRobotは、ナビゲーションとアセットの選択に役立つブレッドクラムを提供します。

パス内の任意のアセットをクリックすると、その場所に戻ることができます。 パス内の最終的なアセットについては、DataRobotはユースケース内の同じタイプのアセットのドロップダウンを提供し、バックトラックなしでさまざまなアセットにすばやくアクセスできるようにします。

ユースケースアセット¶

A Use Case is composed of zero or more of the following assets:

アセット（記号）	続けて読む
Datasets	データプレパレーション
Vector databases	ベクターデータベース
Experiments	エクスペリメント
Playgrounds	プレイグラウンド
Notebooks	ノートブックとcodespace
Applications	アプリケーション
Deployments	デプロイ
Registered models	登録済みのモデル

ワークベンチディレクトリ¶

DataRobot Classicを使用している場合、ワークベンチを使い始めるには、DataRobotアプリケーションの上部のナビゲーションバーでDataRobot NextGenをクリックし、ワークベンチを選択します。

ワークベンチのディレクトリが表示されます。 ディレクトリはプラットフォームのランディングページで、ユーザーが属するユースケースのリストと、新しいユースケースを作成するためのボタンがあります。

最初のエントリーでは、ランディングページにようこそが表示され、ワークベンチで実行できる操作の簡単なハイライトが表示されます。 最初のユースケースが開始されると、ディレクトリには、所有または共有しているすべてのユースケースが一覧表示されます。

ユースケースの作成、管理、および共有に関する追加情報を参照してください。

サンプルワークフロー¶

以下の図は、予測ワークフローと生成ワークフローの概要を示しています。

予測ワークフロー¶

次のワークフローは、予測モデリングを使用する際にDataRobotのワークベンチで実行できるさまざまな方法を示しています。

flowchart TB
  A((Open Workbench)) --> B{Create/open a Use Case};
  B --> C[Add a dataset];
  B --> D[Add an experiment];
  B --> E[Add a notebook];
  C -. optional .-> F[Wrangle your data];
  E --> M[Create and execute code];
  F -.-> G[Create an experiment];
  G --> H[Set the target];
  D --> L[Select a dataset];
  L --> H;
  H --> I[Start modeling];
  I --> J[Evaluate models];
  J --> K[Make predictions];
  J --> N[Build an application<br> from a model]; 

生成ワークフロー¶

次のワークフローは、生成モデリングを使用する際のベクター・データベース、プレイグラウンド、LLMブループリントの操作方法を示しています。

flowchart TB
  A((Open Workbench)) --> B{Create/open a Use Case};
  B -. optional .-> C[Add an<br> internal vector database];
  B -. optional .-> D[Add an<br> external vector database];
  C --> E[Configure vector database];
  D --> E[Configure vector database];
  E --> F[Add playground];
  F --> G[Configure LLM blueprint];
  G --> H[Chat];
  H -. optional .-> I[Tune];
  I -. optional .-> J[Compare];
  J --> K[Deploy]; 

次のステップ¶

ここから、次のことができます。

• ユースケースを構築します。
• データを追加してラングリングします。
• エクスペリメントを作成します。