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。

MLOpsパブリックプレビュー機能

このセクションでは、現在パブリックプレビューパイプラインにある機能の予備的なドキュメントを提供します。 組織で有効化されていない機能は表示されません。

これらの機能はエンジニアリング環境と品質環境でテストされていますが、現時点では本番環境で使用しないでください。 パブリックプレビュー機能は変更される可能性があり、サポートSLA契約は適用されないことに注意してください。

本機能の提供について

パブリックプレビュー機能を有効または無効にする方法については、DataRobotの担当者または管理者にお問い合わせください。

利用可能なMLOpsパブリックプレビュードキュメント

パブリックプレビュー... 内容...
サービスの正常性と精度の履歴 サービスの正常性と精度の履歴では、現在のモデルと最大5つの以前のモデルを1つの場所かつ同じスケールで比較できます。
モデルパッケージのモデルログ モデルレジストリからモデルパッケージのモデルログを表示すると、成功した操作(INFOステータス)とエラー(ERRORステータス)を確認できます。
Snowflakeでのスコアリングコードの自動デプロイと置換 DataRobotが管理するSnowflake予測環境を作成して、SnowflakeでDataRobotスコアリングコードをデプロイして置き換えます。
DataRobotで監視エージェントを実行する DataRobotプラットフォーム内で、予測環境ごとに1つのインスタンスで監視エージェントを実行します。
モデルレジストリのカスタムジョブ モデルレジストリでカスタムジョブを作成し、モデルやデプロイのテストを定義します。
カスタム指標の監視ジョブ 監視ジョブの定義により、DataRobotの外部から計算済みのカスタム指標値を、[カスタム指標]タブで定義された指標に取り込むことができます。
ホストされたカスタム指標 再利用可能なコードをアップロードしてホストすることで、将来のデプロイにカスタム指標を簡単に追加できます。
カスタムモデルやタスクのためのリモートリポジトリファイルブラウザー リモートリポジトリ内のフォルダーとファイルを参照して、カスタムモデルまたはタスクに追加するファイルを選択します。
カスタムモデルのランタイムパラメーター モデルメタデータを介してカスタムモデルにランタイムパラメーターを追加します。
非構造化モデルに関するMLOpsレポート 構造化されていない連続値、二値、または多クラスのターゲットタイプで作成されたカスタム推論モデルから、MLOpsによる統計を報告します。
DataRobotのMLflow連携 MLflowからモデルをエクスポートしてDataRobotモデルレジストリにインポートし、MLflowモデルのトレーニングパラメーター、指標、タグ、アーティファクトからキー値を作成します。
デプロイ用のTableauの分析拡張機能 Tableauの分析拡張機能を使用して、DataRobotの予測をTableauプロジェクトに統合します。
バッチ予測APIのマルチパートアップロード スコアリングデータを複数のファイルにアップロードして、大規模なデータセットのファイル取り込みを改善します。
意思決定インテリジェンスフローで意思決定を加速 本番モデルの意思決定フローを構築、管理、監視できます。
Automated deployment and replacement in Sagemaker Create a DataRobot-managed Snowflake prediction environment to deploy and replace DataRobot Scoring Code or a custom model in Sagemaker.
パブリックプレビュー... 内容...
サービスの正常性と精度の履歴 サービスの正常性と精度の履歴では、現在のモデルと最大5つの以前のモデルを1つの場所かつ同じスケールで比較できます。
モデルパッケージのモデルログ モデルレジストリからモデルパッケージのモデルログを表示すると、成功した操作(INFOステータス)とエラー(ERRORステータス)を確認できます。
Snowflakeでのスコアリングコードの自動デプロイと置換 DataRobotが管理するSnowflake予測環境を作成して、SnowflakeでDataRobotスコアリングコードをデプロイして置き換えます。
DataRobotで監視エージェントを実行する DataRobotプラットフォーム内で、予測環境ごとに1つのインスタンスで監視エージェントを実行します。
モデルレジストリのカスタムジョブ モデルレジストリでカスタムジョブを作成し、モデルやデプロイのテストを定義します。
カスタム指標の監視ジョブ 監視ジョブの定義により、DataRobotの外部から計算済みのカスタム指標値を、[カスタム指標]タブで定義された指標に取り込むことができます。
ホストされたカスタム指標 再利用可能なコードをアップロードしてホストすることで、将来のデプロイにカスタム指標を簡単に追加できます。
カスタムモデルやタスクのためのリモートリポジトリファイルブラウザー リモートリポジトリ内のフォルダーとファイルを参照して、カスタムモデルまたはタスクに追加するファイルを選択します。
カスタムモデルのランタイムパラメーター モデルメタデータを介してカスタムモデルにランタイムパラメーターを追加します。
外部モデル用のカスタムモデルプロキシ セルフマネージドAIプラットフォームのみ)カスタムモデルワークショップで外部モデル用のカスタムモデルプロキシを作成します。
非構造化モデルに関するMLOpsレポート 構造化されていない連続値、二値、または多クラスのターゲットタイプで作成されたカスタム推論モデルから、MLOpsによる統計を報告します。
DataRobotのMLflow連携 MLflowからモデルをエクスポートしてDataRobotモデルレジストリにインポートし、MLflowモデルのトレーニングパラメーター、指標、タグ、アーティファクトからキー値を作成します。
デプロイ用のTableauの分析拡張機能 Tableauの分析拡張機能を使用して、DataRobotの予測をTableauプロジェクトに統合します。
バッチ予測APIのマルチパートアップロード スコアリングデータを複数のファイルにアップロードして、大規模なデータセットのファイル取り込みを改善します。
意思決定インテリジェンスフローで意思決定を加速 本番モデルの意思決定フローを構築、管理、監視できます。

更新しました February 8, 2024