Platform For AI:モデルの予測とデプロイ

バッチ予測

Machine Learning Designer でバッチ予測を実行するには、予測用コンポーネントに学習済みモデルとテストデータを追加します。その後、パイプラインを DataWorks に送信し、定期タスクとしてスケジュールできます。詳細については、「バッチ予測」をご参照ください。

リアルタイム予測

• 単一モデルをオンラインサービスとしてデプロイ

  Elastic Algorithm Service (EAS) でモデルをオンラインサービスとしてデプロイし、リアルタイム予測を実行します。Machine Learning Designer でトレーニングされた Predictive Model Markup Language (PMML)、AlinkModel、XGBoost モデルは、プッシュボタンデプロイを利用できます。また、PMML モデルファイルを手動でエクスポートして EAS にインポートすることも可能です。パラメータサーバー (PS) 形式のモデルは、EAS オンラインサービスとしてデプロイする前に手動でエクスポートする必要があります。

• パイプラインをオンラインサービスとしてデプロイ

  パイプラインをオンラインサービスとしてデプロイし、リアルタイム予測を実行します。Alink アルゴリズムコンポーネントを使用して、データ前処理、特徴量エンジニアリング、モデル予測を処理するバッチデータ処理パイプラインを構築します。パイプラインをパイプラインモデルとしてパッケージ化し、数クリックで EAS オンラインサービスとしてデプロイできます。