動画学習¶
次の表は、YouTubeで公開されている一連のオンボーディング動画のリストです。 新しいコンテンツが定期的に追加されるので、随時ご確認ください。 「やってみましょう」列に記載があるコンテンツについては、提供されているデータを使用して、演習を進めることができます。
YouTubeのDataRobotホームページにアクセスして、その他のデモ動画、生成AIとエージェント型AIのチュートリアル、顧客のユースケースとストーリーなどをご覧ください。
| タイトル | 説明 | やってみましょう |
|---|---|---|
| オンボーディング | ||
| DataRobotとは？ | 簡単なプラットフォームの概要。 | |
| 基本操作 | 予測モデルと生成モデルの構築およびデプロイの基礎となる領域（ワークベンチ、レジストリ、コンソール、アプリケーションギャラリー）を含むUIのクイックツアー。 | |
| 初心者向けの演習 | データのアップロードとプレビュー、予測モデルの構築、インサイトからの学習、モデルの登録とデプロイの方法について説明します。 | |
| 基本ステップ | ||
| LLMプレイグラウンドの構築 | RAG（Retrieval Augmented Generation）プレイグラウンドを使用して複数のLLMブループリントを比較し、ベクターデータベースを作成して、これらのベクターデータベースをプロンプティング戦略やLLM選択と組み合わせて、完全なRAGソリューションを作成する方法について説明します。 | 基本ステップ |
| ガバナンスを備えたGenAI | LLMブループリントとRAG（Retrieval Augmented Generation）ワークフローを作成し、比較します。 次に、評価、アセスメント、ロギングが組み込まれた複数のRAGパイプラインを比較し、ガバナンスとガードレールを提供します。 | 基本ステップ |
| 基本的な予測モデリング | Snowflakeへのプッシュダウンでデータをラングリングする方法、オートパイロットを使用してモデルの競争を実行する方法、リーダーボードでモデルのインサイトとパフォーマンスを比較する方法について説明します。 | 基本ステップ。 |
| 時系列モデルの構築 | 多変量・複数系列予測のユースケースで時系列モデリングを使用する方法について説明します。 この詳細な基本ステップでは、データサイエンスノートブックでの作業について、UIとDataRobot Pythonクライアントの両方を体験できます。 | 基本ステップ。 |
| RFPbot | DataRobotフレームワークにより、独自のドキュメントやデータを安全に使用し、その情報をカスタムナレッジベースに変換することで、LLMにコンテキストを提供する方法を確認できます。 | |