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。

デプロイモデルの置換

モデル予測の精度は時間の経過に伴って低下する傾向があるので、DataRobotでは、デプロイ用のモデルとモデルパッケージを簡単に切り替えることができます。 これにより、モデルが最新かつ精度の高いことを保証できます。 デプロイ用のモデルパッケージを切り替えるモデル管理機能を使用すると、モデル作成者は、コンシューマーに影響を与えることなくモデルを最新の状態に維持できます。 この機能は、モデル検証およびデータサイエンティストのチームがモデル履歴を追跡する場合に役立ちます。 また、モデルのコンシューマは、変更の詳細を知る必要なく予測を継続することができます。

モデルパッケージを置換

モデルの置換機能(アクション)メニュー)を使用します。 このメニューは、デプロイ領域(インベントリまたは概要ページ)からアクセスできます。

デプロイの 概要 タブにリダイレクトされます。 インポート元 をクリックして、モデルの置換方法を選択します。

  • ローカルファイル:DataRobot AutoMLからエクスポートされたモデルパッケージをアップロードして、既存のモデルパッケージを置き換えます(スタンドアロンMLOpsユーザーのみ)。

  • モデル登録モデル登録からモデルパッケージを選択して、既存のモデルパッケージを置き換えます。

  • AutoML URLを貼り付ける:リーダーボードからモデルのURLをコピーして、置換モデルフィールドに貼り付けます。

置き換えるモデルパッケージを確認したら、置換理由を選択し、同意して置換をクリックします。

モデル置換に関するヒント

デプロイ済みのモデルを置き換える場合は、以下の点に注意してください。

  • モデル置換は、すべてのデプロイで利用できます。 各デプロイのモデルはモデルパッケージとして提供され、互換性がある場合は別のモデルパッケージに置き換えることができます。

  • 最新のモデルだけがデプロイされますが、 モデル履歴は維持され、データドリフトのベースラインとして使用できます。

モデル置換の検証

DataRobotは、新しいモデルが既存モデルを置き換えるにあたって適切であるかを検証し、問題が見つかれば注意メッセージを表示します。 DataRobotは、モデルを比較して以下の点を確認します。

  • ターゲットの名前と型の一致。 分類ターゲットの場合、クラス名は一致している必要があります。
  • 特徴量の型の一致。
  • 新しい特徴量がないかを確認します。 新しいモデルの特徴量の数が多い場合、注意では追加の特徴量が示されます。 これは、古いモデルで使用できない特徴量が新しいモデルで必要になる場合の予測エラーの防止を促進することを意図しています。 新しいモデルの特徴量の数が少ない場合または同じ場合、注意は表示されません。
  • 置換モデルはすべての信頼性ルールをサポートします。
  • 既存モデルが時系列モデルの場合、置換モデルも時系列モデルである必要があり、系列タイプ(単一系列/複数系列)も一致する必要があります。
  • モデルがカスタム推論モデルの場合、カスタムモデルテストに合格する必要があります。
  • 予測間隔は、有効化されるデプロイの予測間隔に適合している必要があります。
  • セグメントは、有効化されるデプロイのセグメント分析に適合している必要があります。

備考

トレーニングデータを両方のカスタム推論モデル(デプロイの既存のモデルおよび置換するために選択したモデル)に割り当てている場合、モデルの入力特徴量が検定されます。 これを行わないと、DataRobotは2つのモデルパッケージのターゲットタイプとターゲット名が同じであることを検証できません。 モデルのターゲットタイプとターゲット名が同じでない場合は、注意メッセージでモデルの置換が許可されないことを通知します。

モデルパッケージ置換の互換性

デプロイ用のモデルパッケージの置換に進む前に、各モデルパッケージタイプ(外部およびDataRobot)の互換性を考慮してください。

  • 外部モデルパッケージMLOpsエージェントによる監視)は他の外部モデルパッケージとの間でのみ置き換えることができます。 DataRobotモデルパッケージで置き換えることはできません。

  • カスタムモデルパッケージはDataRobotモデルパッケージです。 DataRobotモデルパッケージは、他のDataRobotモデルパッケージとの間でのみを置き換えることができます。 外部モデルパッケージで置き換えることはできません。


更新しました December 21, 2022
Back to top