For AI agents: the complete documentation index is available at https://docs.dataplatform.ovh.net/ja/llms.txt, the full documentation bundle is available at https://docs.dataplatform.ovh.net/ja/llms-full.txt, and this page is available as Markdown at https://docs.dataplatform.ovh.net/ja/legacy/getting-started-ml-deployment.md.
  • 🇯🇵 日本語
  • モデルのデプロイオプションを設定する

    Warning

    このチュートリアルでは、Machine Learning Managerを使用します。これは、OVHcloud Data Platformでは利用できないForePaaS Legacy Platformのサービスです。最新のチュートリアルを参照してください。

    デプロイステップでは、パイプラインのすべての出力オプションを構成できます。言い換えれば、これはモデルを本番環境に配置し、予測の流れを運用化するステップです。

    まず、デプロイページを開きます。

    machinelearning

    この最後の機械学習チュートリアルでは、以下の内容を学びます:

    消費者を管理する

    ForePaaS Platformでは、モデルを使用して予測を行うための複数のオプションを提供しています。Lakehouse Managerに書き込む、API呼び出しを行うなどです。まずは簡単にしておきましょう😌、ForePaaSテーブルを埋めることにしましょう。

    消費者パネルで、追加をクリックします。

    machinelearning

    内部消費者と名前を付け、テーブルを入力として選択します(テーブルは出力としても自動的に選択されます)。

    machinelearning

    入力と出力の両方としてml_sampleをテーブルとして選択し、作成をクリックします。

    machinelearning


    最初の予測を実行する

    ついにその時間が来ました!

    このチュートリアルの最初からビジネスコンテキストを見てみましょう:地下鉄の駅が混雑するかどうか、そしてどの日に予測するためのAIシステムを構築しました。言い換えれば、モデルは各駅IDと日付の組み合わせについて予測を行います。

    これを表現する最適な方法は出力テーブルです。出力テーブルの各行には駅IDと日付の組み合わせが表示され、駅が混雑している場合は1の値、混雑していない場合は0の値が表示されます。他のデータセットの情報、例えば祝日、天候条件、駅の座標をそのテーブルに保持し、他の分析や相関を実行したい場合に備えます。また、各行の真の結果値も保持し、予測と比較して予測モデルの性能を評価します。

    消費者を作成したときに、MLモデルがData Processing Engineに組み込まれ、新しいPredict Actionの形で提供されます。Machine Learning Managerを終了し、Data Processing EngineのActionsタブに移動します。Machine Learningリポジトリを選択します。そこで新しいPredict Actionがあります。

    machinelearning

    アクションを開きます。下部パネルは、モデルの入力と出力を選択する場所です。右側の出力を編集するには、属性を選択をクリックします。

    machinelearning

    テーブルml_samplepredictions列は現在空で、予測で埋める準備ができています。これを行うには、属性predictionsを選択します。

    machinelearning

    また、アクションが予測を書き込むために使用する主キーを指定する必要もあります。これを行うには、Direct Loadingを有効にします。

    machinelearning

    Direct Loadingは、モデルを通さずに入力データを予測がある出力テーブルに直接コピーするために使用されます。通常は行インデックスです。ここで、入力テーブルからコピーする主キーを指定できます。左列でdateを選択します。

    machinelearning

    右列でdateを選択します。

    machinelearning

    ml_sampleの2番目の主キーであるstation_idで繰り返します。

    machinelearning

    準備完了です!Predictアクションは、datestation_idの主キーで識別された正しい行に予測を自動的に書き込みます。

    再生ボタンを押して予測を実行します。

    machinelearning

    サンプルデータがデプロイされたMLインスタンスを呼び出し、予測を収集するのに数分かかります。DPEのJobsタブがクリアされたら完了です。

    Analytics Managerでクエリを実行して、モデルが予測したml_sampleテーブルの値を確認してください!


    おめでとうございます! 🎉🎊

    ForePaaS Getting Started Machine Learning 🤖 チュートリアルを完了しました。素晴らしい仕事です!最初の機械学習モデルをトレーニングし、本番環境にデプロイすることに成功しました。また、いくつかの迅速な予測も実行しました。

    チュートリアル中にいくつかの困難に直面したかもしれません🧐。製品を改善し、より良くすることにコミットしています...しかしそのためにはフィードバックが必要です!この短いアンケートに3分⌛をかけて記入してください。

    congrats

    もちろん、このチュートリアルにいつでも戻ってくることができます!必要に応じて、製品の特定のコンポーネントについてさらに深く掘り下げるために、残りのドキュメントを確認することをお勧めします。


    さらに!

    ForePaaS Platformは非常に強力で包括的なツールです。より高度な機能についてさらに知りたいですか?🥊 Getting Further ガイドシリーズのより高度なユースケースの複数のチュートリアルを準備しました。以下をクリックして確認してください!

    ForePaaS Platformトレーニングガイドを確認する 🤩

    また、必要に応じてお問い合わせください。サポート&製品チームは、あなたが考えているAIアプリケーションをより迅速に提供するのを支援するために専念しています。

    ロードマップについて意見を述べる 🚀