デプロイの設定¶

新しいデプロイを作成する場所（リーダーボード、モデルレジストリ、デプロイインベントリ）やアーティファクトのタイプ（DataRobotモデル、カスタム推論モデル、リモートモード）に関係なく、デプロイをカスタマイズできるデプロイ情報ページが表示されます。

デプロイ情報ページには、トレーニングデータ、予測データ、実測値など、提供されたデータに基づいて現在のデプロイの機能の概要が表示されます。 トレーニングデータ、推論データ、モデル、および結果データに関する詳細を入力するためのフィールドが用意されています。

標準のオプションと情報¶

モデルデプロイを開始すると、デプロイタブが開き、モデル情報および予測履歴とサービスの正常性オプションが表示されます。

モデル情報¶

モデル情報セクションには、デプロイの予測を作成するために使用されているモデルの詳細情報が表示されます。 フィールドはデプロイのファイルおよび情報を使用して入力されるので、フィールドはグレーアウトされて編集できません。

予測履歴とサービスの正常性¶

この予測履歴とサービスの正常性セクションには、デプロイの推論（スコアリング）データ—（これは予測リクエストおよびモデルからの結果を含む）に関する詳細が表示されます。

高度なオプション¶

高度なオプションを表示をクリックします。

To configure the following deployment settings:

• データドリフト

• 精度

• データのエクスポート

• チャレンジャー分析

• Advanced Predictions Configuration (for Feature Discovery deployments)

• サービスの正常性に関する詳細設定

• 公平性

データドリフト¶

モデルをデプロイするとき、トレーニングおよび検定に使用するデータセットが予測データと異なっていることがあります。 ドリフト追跡を有効にするには、次の設定を行います。

DataRobotは、デフォルトでターゲットと特徴量ドリフト情報を監視し、データドリフトダッシュボードで結果を表示します。 たとえば、監視する必要のない機密データがデプロイに含まれている場合などは、ターゲット監視を有効化と特徴量ドリフト追跡を有効化のトグルを使用して追跡をオフにします。

データドリフトの監視方法をカスタマイズできます。 デプロイのデータドリフトステータスのカスタマイズに関する詳細については、データドリフトページを参照してください。

精度¶

Configuring the required settings for the Accuracy tab allows you to analyze the performance of the model deployment over time using standard statistical measures and exportable visualizations.

データのエクスポート¶

Enable prediction row storage to activate the Data Export tab. From there, you can export a deployment's stored training data, prediction data, and actuals to compute and monitor custom business or performance metrics on the Custom Metrics tab or outside DataRobot.

チャレンジャー分析¶

DataRobotは、行レベルでデプロイの予測リクエストデータを安全に保存できます（外部モデルのデプロイではサポートされていません）。 この設定は、チャレンジャータブを使用するすべてのデプロイで有効にする必要があります。 チャレンジャー分析の有効化に加え、保存された予測リクエスト行へアクセスすると、予測を詳細に監査し、そのデータを使用して運用上の問題のトラブルシューティングを行うことができます。 たとえば、データを調べることによって、異常な予測結果やデータセットが不正な形式であった理由を理解できます。

高度な予測設定¶

Feature Discovery identifies and generates new features from multiple datasets so that you no longer need to perform manual feature engineering to consolidate multiple datasets into one. This process is based on relationships between datasets and the features within those datasets. DataRobotは、このような関係性を構築および視覚化できる直感的な関係性エディターを提供します。 グラフおよび含まれるデータセットがDataRobotの特徴量探索エンジンによって分析され、特徴量エンジニアリング「レシピ」が決定されます。そのレシピから、トレーニングおよび予測に使用するセカンダリー特徴量が生成されます。 While configuring the deployment settings, you can select a secondary dataset configuration.

サービスの正常性に関する詳細設定¶

セグメント化された分析により、デプロイ時のトレーニングおよび予測データ要求の運用上の問題点を特定します。 DataRobotでは、データのドリフトと精度の統計を固有のセグメント属性と値にフィルタリングすることでドリルダウン分析が可能になります。

公平性¶

Fairness allows you to configure settings for your deployment to identify any biases in the model's predictive behavior. モデルのデプロイ以前に公平性設定を定義した場合、フィールドは自動的に入力されます。 追加情報については、公平性テストの定義に関するセクションを参照してください。

モデルのデプロイ¶

使用可能なデータを追加し、モデルが完全に定義されたら、画面上部にあるデプロイを作成をクリックします。

デプロイの作成中というメッセージが表示され、DataRobotがデプロイを作成中であることを示します。 デプロイが作成されると、概要タブが表示されます。

デプロイ名の左側にある矢印をクリックすると、デプロイインベントリに戻ります。