- MLOpsの説明
-
MLOps：定義、課題、主な原則
-
クイズ：MLOpsの説明
- モデル開発の要素
-
MLOps に影響するモデル開発の 6 つの要素
-
クイズ：モデル開発の要素
- 本番準備と本番へのデプロイメント
-
機械学習（ML）モデルパッケージ
-
概念: Dataikuのアーキテクチャー
-
クイズ：本番準備と本番へのデプロイメント
- 本番環境における制御と監視
-
MLOps プロセスの管理方法
-
本番環境でのモデル性能とドリフトの監視
- AI ライフサイクル
-
監視とフィードバック
-
クイズ：AIライフサイクル
- 最後に
-
コース完了テスト：本番稼働の概念
-
コース完了
本番稼働の概念
MLOpsとは何か、どのように準備すればいいのか。MLOpsの学習をここから始めましょう
 |
機械学習モデルの本番稼働は、多くの企業にとって多くの課題を伴う作業です。本番稼働を成功へと導くには、MLOps（機械学習の運用）に関する適切なプラクティスが欠かせません。 本番稼働の概念では、本番稼働化、ガバナンス、AI のライフサイクルなど、MLOps の本番稼働に関する主な概念について学びます。 本コースのショートビデオでは、概念について説明するとともに、デモも行います。この体験型コンテンツを通して、本番稼働について、理論面と実践面から学ぶことができます。プロジェクトや機械学習モデルの本番稼働化の準備を行う際に、落とし穴を回避したいと考える Dataiku の上級ユーザーや管理者を対象としています。 |
学習目標
このコースを修了すると、次の事項を詳しく理解できるようになります。
1 - MLOps のベストプラクティス
2 - MLOps の準備方法
3 - 課題と問題点
4 - Dataiku における MLOps のアーキテクチャーとライフサイクル
コースの属性
|
コースのタイトル |
本番稼働の概念 |
|
対象者 |
モデルを本番稼働化する前に本番稼働の概念について知りたいと考えている上級ユーザー |
|
アクセスレベル |
無料/登録に含まれている |
|
完了までの推定所要時間 |
60分 |
|
完了基準 |
コースのチェックポイントの 80% に合格する |
|
補足資料 |
なし |
|
前提知識 |
なし |
|
前提となる技術 |
なし |
本コースの内容は、O'Reilly 社の書籍『Introducing MLOps: How to Scale Machine Learning in the Enterprise』（Mark Treveil および Dataiku チーム著）に基づいています。