WEBVTT 00:00.920 --> 00:04.850 というわけで、 5つのステップのうち、 ステップ1から4までを説明した。 00:04.850 --> 00:11.240 そして、 ステップ5、 つまり、 これまであまり考えていなかったかもしれないが、 プロダクション化だ。 00:11.240 --> 00:13.520 そしてこれは、 私たちがモデルを構築したと言うことだ。 00:13.520 --> 00:16.250 プライムタイムの時間だ。 00:16.730 --> 00:23.810 私たちは通常、 コードを呼び出すためにモデルを呼び出すのに使えるAPIを定義することから始める。 00:23.810 --> 00:36.680 それ自体は、 オープンソースのモデルを使うか、 ラグやプロンプト・エンジニアリングのような様々な足場を持つフロンティア・モデルを呼び出すかのどちらかだ。 00:37.190 --> 00:42.500 そして、 我々のモデルやAPIをどのようにホストし、 デプロイするかを決める。 00:42.530 --> 00:48.410 どのように監視するのか、 情報セキュリティーへの懸念、 どのように規模を拡大するのか、 00:48.410 --> 00:49.580 などだ。 00:49.730 --> 00:56.750 そして、 ステップ1で特定したビジネス指標を測定し、 継続的に再訓練を行い、 00:56.750 --> 01:02.390 パフォーマンスを測定し、 モデルを改善していく。 01:02.420 --> 01:06.320 これらはすべてプロダクショナイズの活動の一部である。 01:07.820 --> 01:14.660 というわけで、 製品価格を予測するために私たちが取り組んでいるビジネス上の問題とは、 どのようなものなのでしょうか? 01:14.660 --> 01:17.600 だから、 最初の一歩は理解できた。 01:17.630 --> 01:18.410 私たちはそれを理解していた。 01:18.440 --> 01:19.850 メトリクスの話はした。 01:19.850 --> 01:21.170 やるべきことは分かっている。 01:21.200 --> 01:23.900 今やっているのは準備だ。 01:23.900 --> 01:26.630 データセットを準備している最中だ。 01:26.630 --> 01:30.290 そして、 モデルを選択する必要がある。 01:30.290 --> 01:32.300 カスタマイズが必要だ。 01:32.390 --> 01:35.060 そして最後にプロダクション化する必要がある。 01:35.060 --> 01:38.060 だから私たちは、 そのすべてのステップを踏むことになる。 01:38.150 --> 01:43.400 しかし、 まずは第2段階の準備を終える。 01:43.400 --> 01:49.520 それではJupyterLabに戻って準備に取り掛かりましょう。