資料の 英語版 に戻る機械学習モデルの追跡
機械学習モデルの追跡
最終更新: 2024年10月04日
ガバナンスとコンプライアンスの目標を達成するために、AI ユース・ケースで機械学習モデルを追跡します。
AI ユース・ケースでの機械学習モデルの追跡
プロジェクトでトレーニングされ、モデル資産として保存された機械学習モデルを追跡します。 プロジェクトまたはスペースから AI ユース・ケースに機械学習モデルを追加できます。
- 管理するモデル資産が含まれているプロジェクトまたはスペースを開きます。
- 資産のアクション・メニューから、 「AI ユース・ケースで追跡 (Track in AI use case)」をクリックします。
- 既存の AI ユース・ケースを選択するか、プロンプトに従って新しい AI ユース・ケースを作成します。
- 既存のアプローチを選択するか、新しいアプローチを作成します。 アプローチにより、同じアプローチですべてのアセットのバージョン・セットが作成されます。
- バージョン番号付け方式を選択します。 1 つのアプローチでは、すべてのアセットが共通のバージョンを共有します。 選択元:
- 試験的 (頻繁に更新する予定の場合)。
- 安定 -資産が急速に変化していない場合。
- 新しいバージョン番号を開始する場合は、 「カスタム」 。 バージョン番号付けは、 major.minor.patchのスキーマに従う必要があります。
このビデオを視聴して、AI ユース・ケースで機械学習モデルを追跡する方法を確認してください。
このビデオは、本書の概念とタスクを学習するためのビジュアル・メソッドを提供します。
トラッキングが有効になると、ユース・ケースのすべてのコラボレーターが資産の詳細を確認できます。
機械学習モデルの場合、ファクトには、作成の詳細、使用されるトレーニング・データ、および評価メトリックからの情報が含まれます。
Jupyter Notebook で作成された機械学習モデル、またはサード・パーティーの機械学習プロバイダーでトレーニングされた機械学習モデルの追跡について詳しくは、 外部モデルの追跡を参照してください。
詳細情報
親トピック: ユース・ケースでの資産の追跡