You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
 
 

76 lines
2.6 KiB

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。