Skip to content

アプリケーション内で をクリックすると、お使いのDataRobotバージョンに関する全プラットフォームドキュメントにアクセスできます。

モデルパッケージの作成

モデルパッケージは、モデルレジストリで作成および保存し、そこからデプロイおよび共有されます。モデルパッケージ(関連するメタデータとともにアーカイブされたモデルアーティファクト)を作成する方法は、パッケージの作成に使用されているモデルのタイプによって異なります。

モデルパッケージの手動作成:

モデルパッケージの自動作成:

モデルパッケージの手動作成

次のセクションでは、カスタム推論モデルおよび外部モデルのモデルパッケージを手動で作成するための必要な手順について説明します。カスタム推論モデルは、カスタムモデルワークショップで作成およびテストされ、外部モデルはDataRobotの外部で動作し、MLOpsエージェントによって監視されます。

リーダーボードからモデルパッケージを作成

AutoMLでトレーニングされたDataRobotモデルを追加するには:

  1. リーダーボードからモデルを選択します。
  2. 予測 > デプロイをクリックして、モデルレジストリに追加をクリックします。

カスタム推論モデルの追加

カスタム推論モデル用のモデルパッケージを作成して、既存のデプロイのモデルパッケージを新しいものに置き換えるか、またはカスタムモデルパッケージのデプロイを要望する別のユーザーと共有することができます。

カスタム推論モデルを作成しテストし終えると、モデルパッケージとしてモデルレジストリに追加するオプションが表示されます。これを行うには、モデルレジストリ > カスタムモデルワークショップ に移動し、追加したいカスタムモデルを選択します。

テストとデプロイタブの下にある、レジストリに追加をクリックします。

カスタムモデルがモデルレジストリに追加されます。レジストリに追加リンクは、レジストリパッケージの表示で置き換えられ、クリックするとモデルパッケージタブの下のレジストリに新しく作成されたモデルパッケージが表示されます。

カスタムモデルをテストせずにモデルパッケージを作成することもできますが、DataRobotでは、開始する前にモデルがテストで合格することを確認することをお勧めします。テストされていないカスタムモデルは、テストされていないことを警告するダイアログボックスが表示されます。

テストされていないカスタムモデルの場合、今すぐテストをクリックして、モデルテストを開始するか、テストせずにパッケージの作成をクリックして、モデルパッケージの作成に進みます。

外部モデルパッケージの登録

MLOpsエージェントにより監視される外部モデルのモデルパッケージを作成するには、モデルレジストリ > モデルパッケージに移動します。新規パッケージの追加をクリックして、新しい外部モデルパッケージを選択します。

表示されるダイアログボックスで、統計情報を取得するMLOpsエージェント監視モデルに関連するフィールドに入力します。

次の表にフィールドを示します。

フィールド 説明
パッケージ名 モデルパッケージの名前。
パッケージの説明(オプション) モデルパッケージを説明する情報。
モデルの場所(オプション) DataRobotの外部で実行しているモデルの場所。folder1/opt/model.tarなどのファイルパスの形式で場所を入力します。
構築環境 モデルの構築に使用したプログラミング言語。
トレーニングデータ(オプション) ローカルで、またはAIカタログを介してアップロードされるトレーニングデータのファイル名。別のファイルをアップロードして使用する場合は、選択をクリアをクリックします。
ホールドアウトデータ(オプション) ローカルで、またはAIカタログを介してアップロードされるホールドアウトデータのファイル名。ホールドアウトデータを使用して、精度ベースラインを設定し、ターゲットドリフトモデルとチャレンジャーモデルのサポートを有効にします。
ターゲット モデルが予測するデータセットの列名。
予測タイプ モデルで作成する予測のタイプ(二値分類または連続値)。分類モデルの場合、PositiveおよびNegativeクラスラベルと予測しきい値を指定する必要があります。 
予測列 予測結果を含むホールドアウトデータセット内の列の名前。

時系列モデルを登録する場合は、これは時系列モデルですにチェックを入れてください。追加フィールドに入力する必要があります。

フィールド 説明
予測日の特徴量 予測ポイントとして使用できる日付の範囲(有効な予測範囲)を検出するためにDataRobotが使用する日付/時刻値を含むトレーニングデータセット内の列。
日付/時刻形式 トレーニングデータセット内の日付/時刻特徴量によって使用される形式。
予測ポイントの特徴量 予測が行われるポイントを含むトレーニングデータセット内の列。
予測単位 時間ステップを構成する時間単位(秒、日、月など)。
予測距離の特徴量 予測ウィンドウ内の一意の時間ステップ(相対位置)を含むトレーニングデータセット内の列。時系列モデルは、予測距離ごとに1つの行を出力します。
系列識別子(オプション。複数系列モデルに使用されます) 各行が属する系列を識別するトレーニングデータセット内の列。

モデルパッケージのすべてのフィールドを定義したら、パッケージの作成 をクリックします。パッケージがモデルレジストリに読み込まれ、使用できるようになります。

精度ベースラインの設定

(デプロイ時にターゲットドリフトおよびチャレンジャーモデルを有効にする)外部モデルの精度ベースラインを設定するには、ホールドアウトデータを提供する必要があります。モデルはアプリケーション外のリモート予測環境でホストされるため、DataRobotはモデルを使用しても、通常はベースラインとして機能する予測を生成することができません。外部モデルパッケージを登録するときにホールドアウトデータを提供し、予測を含む列を指定します。

外部モデルパッケージのデプロイ

このセクションでは、外部モデルパッケージを使用してデプロイを作成する方法の概要を説明します。進める前に、モデルレジストリ自分の外部モデルパッケージが登録されていることを確認してください。

備考

予測を送信するには、最初にMLOpsエージェントを設定する必要があります。設定情報については、エージェントの内部ドキュメントを参照してください。

  1. モデルレジストリ > モデルパッケージと移動し、デプロイしたい外部モデルパッケージのアクションメニューから「デプロイ」を選択します。

  2. これによりデプロイ情報ページが表示されます。ここでは、デプロイのデータドリフト設定推論ヘッダーの下で設定することができます。有効にすると、デプロイの追加機能(予測行ごとの履歴保存チャレンジャーモデル、およびセグメント化された分析)をアクティブ化できます。データドリフトは、モデルのトレーニングデータをスコアリングデータと比較して、モデルの経時的なパフォーマンスを分析します。データドリフト監視を有効にするには、トレーニングデータをデプロイにアップロードする必要があります。

    • 時系列モデルパッケージの場合、プライマリー予測のタイムスタンプ方式として予測日を使用します。
  3. 画面上部にあるデプロイを作成をクリックします。

  4. 外部デプロイを作成した後、追加の設定には2つのオプションがあります。過去の予測データをデプロイにアップロードして、過去のデータドリフトと精度を分析することができます。MLOpsエージェントでデプロイに計器を使用して、将来の予測を監視することもできます。これを行うには、予測タブに移動し、モニタリングスニペットにアクセスします。

予測タブでスコアリング用の予測データを追加する場合は、時系列予測に必要な特徴量を予測データセットに含める必要があります。

  • Forecast Distance:.mlpkgファイルをダウンロードするときにDataRobotによって提供されます。
  • dr_forecast_point:.mlpkgファイルをダウンロードするときにDataRobotによって提供されます。
  • Datetime_column_name:タイムスタンプ予測行に使用する日付/時刻特徴量を定義します。
  • Series_column_name:複数系列デプロイに使用する特徴量(系列ID)を定義します(該当する場合)。

モデルパッケージの自動作成

次のセクションでは、新しいデプロイを追加するときに指定したカスタム推論モデルとモデルのモデルパッケージの自動作成をトリガーするために必要な手順について説明します。

カスタムモデルのデプロイ

カスタムモデルをデプロイする場合、DataRobotは自動的にモデルパッケージを作成します。これにはモデルパッケージタブの下にあるモデルレジストリでアクセスできます。自分で作成するデプロイにも、このモデルパッケージを使用します。

インベントリからのデプロイ

任意のタイプのモデルを使用して新しいデプロイを作成すると、DataRobotは、デプロイされるモデルのモデルパッケージを自動的に作成します。モデルレジストリモデルパッケージタブの下)からアクセスすることができます。


更新しました February 22, 2022
Back to top