リリース

2023 年 1 月

AI からより迅速にビジネス価値を生み出すために、DataRobot の 1 月リリースには、スピード、柔軟性、エコシステムに進化をもたらす新機能が搭載されました。新しいホスト型ノートブックでは、コーディング中心またはコーディング不要の環境で AI/ML プロジェクトを開発できます。DataRobot AutoML では、クイックランオートパイロットモードを選択すれば、結果の生成が 21% 高速化されます*。さらに、モデルリーダーボードから直接 AI アプリケーションを構築して、時間を節約できるようになりました。

カスタムモデルリポジトリと既存の CI/CD ツール(GitHub など)を簡単に統合できる新機能では、DataRobot プラットフォームのガバナンス基準を維持しながら、ML エンジニアリングチームの自動化ワークフローをサポートできます。

また、今月は Microsoft Azure 向けの DataRobot Dedicated Managed AI Cloud も登場します。このホスト型の DataRobot AI Cloud プラットフォームは、顧客ごとに個別の専用仮想プライベートクラウドにデプロイされ、DataRobot の社内専門家が運用、監視、保守を担当します。AWS と Google Cloud のマーケットプレイスではすでに提供されていましたが、この度 Azure Marketplace でも購入できるようになりました。

環境

新しい DataRobot ノートブックでコーディング中心の開発を効率化

新しい DataRobot ノートブックはフルマネージドのホスト型プラットフォームで、Jupyter と互換性のあるノートブックを作成および実行できる自動拡張コンピューティングリソースを備えています。DataRobot エコシステムとのネイティブな統合により、ML のライフサイクル全体でコーディング中心の開発が効率化されるため、データサイエンスの専門家は、本業のデータサイエンスにかける時間を増やし、低レベルの構成やインフラストラクチャの管理にかかる時間を減らせます。自動補完、よく使われるデータサイエンス関数のコードスニペット、プレインストールされた ML ライブラリといった組み込み済みのコードインテリジェンスにより、AI の実験を迅速化する包括的な環境がデータサイエンティストに提供されます。

ノートブックの詳細はこちら

モデリング

クイックランオートパイロット

DataRobot AutoML では、クイックランオートパイロットモードを選択することで、結果の生成が 21% 高速化されます*。DataRobot の改善されたクイックランオートパイロットで、さらに価値を生み出しましょう。反復実験の高速化によって各モデルを迅速に構築し、結果に沿って調整できるため、次の実験までの時間が短縮されます。改善のサイクルが増えるので、より良い結果が得られるようになります。

* リリース前テストの平均値

クイックランの詳細はこちら

5GB の大規模データセットでの時系列予測の自動化をサポート

DataRobot の時系列予測の自動化により、最大 5GB の大規模データセットのサポートが一般提供されることになりました。具体的には、最大 5GB のデータセットに対する取り込み、特徴量の派生の実行およびモデリングです。この機能強化によって、重要な時系列固有の情報を失うことなく、データセットを簡単にサンプリングできるようになります。またデータサイズを増やせるため、複数系列のモデリングでさらに多くの系列をサポートできます。

5GB での時系列予測の自動化の詳細はこちら

時系列クラスタリングのエクスペリエンスの向上

時系列クラスタリングのエクスペリエンスが改善され、プロセスがより直感的になりました。時系列クラスタリングプロジェクトの設定に使用する GUI が変更されるなど、全体的なユーザーエクスペリエンスが向上しています。

時系列クラスタリングのエクスペリエンス向上の詳細はこちら

モデルリーダーボードから直接 AI アプリケーションを構築

DataRobot の既存の AI アプリケーションビルダーにユニークな新しい構築プロセスが追加され、ビジネス向けの AI アプリケーションの生成がかつてないほど簡単になりました。ユーザーはわずか数回のクリックで、モデルリーダーボード(プロジェクトで構築された各モデルの概要情報)からアプリケーションを直接作成できます。このプロセス効率化によってインサイトが簡単に生成されるため、ユーザーはビジネスにとって最も重要なインサイト調査に時間をかけ、アプリケーションの設定にかかる時間を減らせるようになります。さらに、MLOps の経験がないユーザー向けに、AI アプリケーションビルダーの一部のプロセスが簡素化されています。

モデルリーダーボードからの AI アプリケーションの構築の詳細はこちら

MLOps

GitHub Actionsを利用したカスタムモデル開発

GitHub のカスタムモデルリポジトリを簡単に統合するこの機能は、ML エンジニアリングチームの自動化ワークフローをサポートしています。DataRobot プラットフォームの運用(例: モデルの再トレーニング、チャンピオン/チャレンジャーの実験、カスタムデプロイ)が顧客の既存の CI/CD(例: 継続的な統合と継続的なデプロイ)ツールと統合されており、再利用性と信頼性が向上します。経験豊富なユーザーによるデータサイエンスで CI/CD などの DevOps アプローチの採用が進む中、この統合によって、コーディング中心のデータサイエンティストは、DataRobot プラットフォームのガバナンス基準を維持しながら、より自動化されたカスタムモデル(DataRobot 以外のモデルなど)を DataRobot でデプロイできるようになります。

カスタムモデルのためのGitHub Actionsの詳細はこちら

TTS/LSTM バッチ予測のサポート

TTS/LSTM モデルを使用して、他の機械学習モデルと同じレベルの自動化でバッチ予測を実行できます。これにより、TTS/LSTM(従来の時系列/長期短期記憶モデル)のデプロイについて予測するプロセスが簡素化されます。このようなタイプのモデルは、頻繁な再トレーニングが不要で理解も容易なため、多くのメリットがあります。ただし、バッチ予測を直感的に実行できる方法がなければ、これらのモデルが本稼働環境にデプロイされることはありません。

TTS/LSTM バッチ予測の詳細はこちら

テキスト特徴量のドリフトをワードクラウドとして視覚化

ワードクラウドとはテキスト特徴量のデータドリフトを視覚化できる機能であり、入力データの時系列変化に関する重要なインサイトをすばやく直感的に把握できます。ドリフトが最も少ない言葉と最も多い言葉がさまざまな色や色の濃淡で表示されるため、デプロイされたモデルのテキスト特徴量のドリフトを簡単に解釈できます。このワードクラウド機能はデプロイのデータドリフトタブにあり、データドリフト監視用に選択したすべてのテキストベースの特徴量で使用できます。

テキスト特徴量のデータドリフトの詳細はこちら

Null 補完のないモデルのコンプライアンスドキュメントの有効化

DataRobot のコンプライアンスドキュメントを使用すれば、Null 補完をサポートしていないモデルのコンプライアンスドキュメントを生成できます。このドキュメントは、あらかじめ組み込まれている標準コンプライアンスドキュメントテンプレートと同じく、新しいオプションテンプレートとして利用できます。Null 補完テンプレートのない新しいコンプライアンスドキュメントには、感度分析(部分依存)セクションは含まれません。このアップデートにより、DataRobot コンプライアンスドキュメント製品に含まれるモデルの数がさらに増加します(Null 補完をサポートしていない可能性があるモデルなど)。

コンプライアンスドキュメントの自動作成の詳細はこちら

インフラストラクチャー

Microsoft Azure 向けの Dedicated Managed AI Cloud

AI インフラストラクチャのデプロイ、アップグレード、管理で価値を実現するまでにかかる時間を減らすため、DataRobot は Microsoft Azure 向けの Dedicated Managed AI Cloud を提供します。このホスト型の DataRobot AI Cloud プラットフォームは、顧客ごとに個別の専用仮想プライベートクラウドにデプロイされ、DataRobot の社内専門家が運用、監視、保守を担当します。Microsoft Azure ユーザーは Azure クレジットを使い、データ主権に関する特定の問題を抱えている組織に最適な DataRobot Dedicated Managed AI Cloud を購入できます。

Microsoft Azure と DataRobot の詳細はこちら

DataRobot AI Cloud – 2023 年 1 月リリース全機能一覧

DataRobot AI Cloud 2023 年 1 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。