Machine Learning Designerは、ワンクリックのパイプライン展開をサポートしています。 パイプラインをモデルとしてパッケージ化した後、データ前処理、機能エンジニアリング、およびモデル予測を実装するバッチデータ処理パイプラインをオンラインサービスとしてElastic Algorithm Service (EAS) にデプロイできます。
制限事項
Alinkアルゴリズムコンポーネントのみをこのようなパイプラインに追加できます。 彼らは小さな紫色の円でマークされています。
デプロイされるモデルに含まれるすべてのペアのトレーニングコンポーネントと予測コンポーネントを正常に実行する必要があります。 それらが正常に実行された場合、それらは緑色のチェックでマークされます。 たとえば、線形回帰モデルをオンラインサービスとして展開するには、線形回帰トレーニングコンポーネントと線形回帰予測コンポーネントの両方を正常に実行する必要があります。
オンラインサービスは単一の入力と出力のみを受け入れます。 デプロイするバッチモデルの有向非巡回グラフ (DAG) から選択できるシリアルリンクは1つだけです。
前提条件
データ前処理、フィーチャエンジニアリング、およびモデル予測を実装するバッチデータ処理パイプラインが作成され、正常に実行されます。 詳細については、「モデルの構築」をご参照ください。
手順
Machine Learning Designerページに移動します。
PAIコンソールにログインします。
左側のナビゲーションウィンドウで、[ワークスペース] をクリックします。 [ワークスペース] ページで、管理するワークスペースの名前をクリックします。
ワークスペースページの左側のナビゲーションウィンドウで、機械学習デザイナーページに移動します。
[パイプライン] タブで、パイプラインをダブルクリックしてパイプラインを開きます。
キャンバスの上部のナビゲーションバーで、[パイプラインモデルの作成] を選択します。
パイプラインのノードを選択し、[次へ] をクリックします。
特定の利用可能なノードを選択して、通常1〜N個の予測成分からなるシリアルデータ処理リンクを形成する。 この場合、データは、正規化され、ワンホット符号化され、ベクトル集約され、次いで、予測のためにFM予測コンポーネントに提出される。
下流または上流ノードとシリアルリンクを形成できるノードを選択すると、すべての下流または上流ノードが自動的に選択されます。
ノードの選択を解除すると、自動的に選択されたすべてのノードが非選択になります。
[パイプラインモデルの作成] ダイアログボックスで、[次へ] をクリックしてパッケージングを開始します。
データ予測リンクおよびリンクによって生成されたモデルは、パイプラインモデルを生成するために自動的にパッケージ化される。 プロセス中に、名前がmodel-combination- で始まるバッチタスクが起動されます。
キャンバスの上部のナビゲーションバーで、[すべてのタスクを表示] をクリックします。 [前のタスク] ダイアログボックスでタスクを見つけ、タスクの進行状況を表示します。 タスクの実行には約3〜5分かかります。 タスクの状態がSucceededに変わったら、続行できます。
[前のタスク] ダイアログボックスでタスクを見つけ、[操作] 列の [モデル] をクリックして、数回クリックするだけでパイプラインモデルをデプロイします。
EAS-Online Model Servicesページに移動します。 モデルのデプロイ方法の詳細については、「PAIコンソールとMachine Learning Designerを使用したモデルサービスのデプロイ」をご参照ください。