ライフサイクル管理¶
本番環境の機械学習モデルには複雑なライフサイクルがあり、モデルの使用と価値には、ライフサイクルを管理するための堅牢で再現性のあるプロセスが必要です。 適切に管理されていないモデルが本番環境に導入された場合、不正確なデータ、パフォーマンスの低下や予期しない結果をもたらし、AIの信頼性に対するビジネスの評判を損なう可能性があります。 ライフサイクル管理は、本番環境で多くのモデルをスケーリングできるようにする機械学習運用システムの作成に不可欠です。
以降のセクションでは、本番環境のモデルの管理方法を説明しています。 先に進む前に、デプロイに関する注意事項を必ず確認してください。
トピック | 説明 |
---|---|
デプロイインベントリ(デプロイページ) | 複数のデプロイの連携、デプロイインベントリの表示。 |
デプロイの管理 | デプロイで実行可能なアクションについて理解します。 |
デプロイモデルの置換 | デプロイに使用されるモデルを置換します。 |
自動再トレーニングポリシーの設定 | デプロイ後にモデルのパフォーマンスを維持するように再トレーニングポリシーを設定します。 |
更新しました 2024年12月6日
このページは役に立ちましたか?
ありがとうございます。どのような点が役に立ちましたか?
より良いコンテンツを提供するには、どうすればよいでしょうか?
アンケートにご協力いただき、ありがとうございました。