リリース

DataRobot AI Cloud – 2022 年 8 月リリース

今日の経済は、インフレ、金利の上昇、グローバルサプライチェーンの混乱による圧力にさらされています。そのため、多くの組織が、コストの削減、運用効率の向上、予測の修正に取り組んでいます。このような課題に対処するためには、モデルの可観測性と MLOps のプロセスをビジネスに応用することが欠かせません。

このリリースでは、 DataRobot MLOps の大幅な機能強化、特にモデル監視の領域に重点が置かれています。新機能によって、新たなインサイトを用いた実稼働モデルの比較と評価、ビジネスにとって重要なカスタム指標の作成、大規模な監視による時間の節約が可能になります。
以上の機能および DataRobot AI Cloud プラットフォームならではのその他の機能について詳しくは、この記事の続きをご覧ください。

多クラスモデルおよび外部モデル用のチャレンジャーモデルのインサイト

DataRobot 独自のチャレンジャーモデルのインサイトを、外部モデルと多クラスモデルで利用できるようになりました。実稼働モデルが DataRobot AI Cloud プラットフォームの外部でホストされていても、効率的にモデルを比較できます。モデルの比較と評価を行ってモデルを維持するか置き換えるかを決定する際に、クラスごとの正解率、LogLoss、FVE Multinomial など、あらかじめ組み込まれている強力なインサイトを活用できます。DataRobot のフレームワークで、再トレーニング済みチャレンジャーモデルのベンチマーク、テスト、分析を行えば、本稼働環境でのモデルの置き換えを確実に自信を持って実行できるようになります。

最高のパフォーマンスでモデルを維持する

大規模な監視

大容量のペイロードの監視統計情報をより迅速に取得できるようになりました。データドリフトを監視する際に、エッジインフラで統計情報を計算・集計して DataRobot MLOps に送信することが可能となり、すべての情報を DataRobot AI Cloud プラットフォームに送信する必要がなくなりました。この新機能により、データが存在する場所の近くで監視のための分析が実行できるようになり、機密性の高いデータを管理、保護することができます。大規模な監視機能は現在、Java SDK および MLOps Spark Utils ライブラリの両方で利用できます。

DataRobot プラットフォームの外部でカスタム指標を計算

既存の精度指標に加え、予測データとトレーニングデータにアクセスして、DataRobot AI Cloud プラットフォームの外部でカスタム指標を計算し、外部のアプリケーションやツールで使用できるようになりました。いつでも予測を抽出し、任意の運用環境でデータドリフトや異常を監視およびチェックできます。

現在のモデルまたは以前にデプロイされた任意のモデルで、予測データとトレーニングデータを抽出できます。また、最も重要な点として、予測ウィンドウを指定してデータを抽出できます。そのため、特定の期間を分析して、モデルの可観測性のために戦略を策定できます。

DataRobot AI Cloud プラットフォームの外部でカスタム指標を作成する

データ接続に関する UX の改善

よく使うデータソースを手軽に活用できます。既存のデータソースまたは新しいデータソースの探索、追加、管理が単一の場所で実行できるようになりました。その結果、時間を節約し、安全な形でデータにアクセスできます。

最近行われたインターフェイスの改善により、数回クリックするだけで新しいデータ接続を設定し、すぐにプロジェクトを開始できます。また、DataRobot の接続認証が簡素化され、データ接続を使用するたびに資格情報を指定する必要がなくなりました。一度設定すれば、常に安全な形でデータソースにアクセスできます。

DataRobot AI Cloud – 2022 年 8 月リリース全機能一覧

DataRobot AI Cloud 2022 年 8 月リリースに含まれているすべての機能の詳細については、DataRobot ドキュメンテーションのリリースセンターをご覧ください。