サード・パーティー ML エンジンの統合

Microsoft Azure ML Studio 、 Microsoft Azure ML Service 、 Amazon SageMaker などの外部機械学習サービス・エンジンを統合して、モデル評価を行うことができます。

以下の方法を使用して、サード・パーティー・エンジンを統合できます。

• エンジンのバインディング・レベル

  デプロイメントをリストして、デプロイメントの詳細を取得できます。

• デプロイメントのサブスクリプション・レベル

  サブスクライブした デプロイメント は、 IBM Watson Machine Learning 形式などの適切な形式でスコアリングし、同じ互換性のある形式で出力を受け取る必要があります。 入力フォーマットと出力フォーマットの両方を処理するようにモデル評価を構成する必要があります。

• ペイロードのロギング

  ユーザーのアプリケーションでトリガーされた、デプロイ済みモデルへの各入出力を、ペイロード・ストアに保管する必要があります。 ペイロード・レコードのフォーマットは、上記のデプロイメント・サブスクリプション・レベルに関するセクションで説明したものと同じ仕様に従います。

  これらのレコードは、モデルの評価時にバイアス、説明などを計算するために使用されます。 ユーザー・サイトで実行されるトランザクションを自動的に保管することはできません。 この方法は、モデル評価中に専有情報を保護する方法の 1 つです。 Rest API または Python SDK を使用して、セキュア・データを処理します。