レジストリ¶
レジストリでは、モデルは、 バージョン としてデプロイ可能なモデルパッケージを含む 登録済みモデル としてリストされます。 各パッケージは、そのモデルのソースに関係なく同じように機能します。 レジストリから、 コンプライアンスドキュメントを生成して、モデルのコンポーネントが意図したとおりに機能し、モデルが意図したビジネス目的に対して適切であることを証明できます。 モデルを本番環境にデプロイすることもできます。
| トピック | 説明 |
|---|---|
| DataRobotモデルの登録 | DataRobotモデルをクラシックまたはワークベンチからレジストリに追加します。 |
| 外部モデルの登録 | レジストリに外部モデルを追加します。 |
| カスタムモデルの登録 | モデルワークショップからレジストリにカスタムモデルを追加します。 |
| 登録済みモデルの表示と管理 | 登録済みのモデルとモデルバージョンを表示および管理します。 |
| コンプライアンスドキュメントの生成 | レジストリでDataRobotモデルのコンプライアンスドキュメントを生成します。 |
| モデルのインサイトを表示 | Permutationベースの有用性またはSHAPを使用して計算された特徴量のインパクトのインサイトを表示して、どの特徴量がモデルの決定を左右しているかを把握します。 |
| キー値の表示と管理 | レジストリに登録されたモデルバージョンのキー値を表示および管理します。 |
| 登録済みモデルのデプロイ | 登録済みモデルバージョンをレジストリからデプロイします。 |
| グローバルモデルへのアクセス | 予測ユースケースや生成ユースケースで、事前にトレーニングされたグローバルモデルにアクセスしてデプロイします。 |
| カスタムモデルの作成 | モデルワークショップでモデルアーティファクトを構築してテストし、レジストリを介してカスタムモデルをデプロイします。 |
| カスタムジョブの作成 | ジョブワークショップでカスタムジョブを構築して、モデルとデプロイの自動化を実装します。 |
| カスタムアプリケーションの作成 | StreamlitとDashなどのウェブアプリケーションを使って、DataRobotでカスタムアプリケーションを作成し、機械学習プロジェクトを共有します。 |
| Import model packages into the Registry | Self-Managed AI Platform Import a model package (.mlpkg file) into the Registry in standalone, self-managed MLOps environments. |
更新しました October 16, 2024
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。