サクサク読めて、
アプリ限定の機能も多数！
アプリで開く
データアナリティクス事業本部機械学習チームの鈴木です。 先日、Snowpark MLのModel Registryのパブリックプレビューが開始になりました。 この公開までの間、Snowpark MLでもいくつかの重要なアップデートがあり、それらが合わさってSnowflakeでのモデルのデプロイや管理がかなり使いやすくなったように思ったので、改めて触ってみました。 個人的には、 前処理も含めたパイプラインを管理することで、Snowflakeの特徴量用のマートテーブルを機械学習モデルで直接利用できるようになった モデルのバージョン管理が容易になった という２点が大きなポイントだと感じています。こちらは記事の後半で紹介したいポイントとして記載します。 最初に Model RegistryはSnowpark MLにおけるMLOps向けの機能の一つで、Snowflakeで機械学習モデルとそのメタデ
※本報道資料は米国Snowflakeが11月1日に発表(※1)した内容の抄訳です。 (※1)https://www.snowflake.com/news/snowflake-accelerates-how-users-build-next-generation-apps-and-machine-learning-models-in-the-data-cloud/ ●SnowflakeNotebooksは、SQLとPythonのユーザーに対してインタラクティブなセルベースのプログラミング環境を提供し、データ探索と機械学習開発の機会を解放 ●SnowflakeはSnowparkをさらに強化して、Snowpark MLモデリングAPI、Snowparkモデルレジストリ、Snowflake特徴量ストアなどにより、エンドツーエンドの機械学習ワークフローを合理化する ●Cybersyn、LiveRa
データアナリティクス事業本部機械学習チームの鈴木です。2023年8月時点で、Snowpark MLのプレビューをはじめとして、Snowflakeを中心とする機械学習モデル開発や機械学習システム構築のサポートが強化されつつあります。 直近で、SnowparkPythonを中心にSnowflakeの機械学習用途での利用方法についてキャッチアップを進めており、その中で執筆したり参考にしたりしたDevelopersIOの記事やSnowflakeのリソースについてご紹介します。 この記事の内容 SnowparkPythonによる機械学習モデル開発をはじめるために、参考にするとよかった以下の観点について資料をまとめました。 SnowparkPython用の開発環境 SnowparkPythonのAPI 探索的データ分析機械学習モデル開発 リソース作成のためのIaCツール これらの観点を通
データアナリティクス事業本部機械学習チームの鈴木です。 Snowflakeに格納したデータを使って機械学習モデルを構築したい際に、最初のステップとして探索的データ分析（Exploratory data analysis、以降EDA）をどこでするとよいかを検討する機会がありました。 Snowflakeが公開している情報を確認しつつ、私がよく利用するSnowsightのチャートとAmazon SageMaker Studioの例をご紹介します。 Snowflakeのデータに対するEDA Snowflakeのデータに対するEDAをしたい場合は、基本的には分析用の環境を用意する必要があると考えています。候補としては次のセクションでご紹介します。2023年8月現在で、Snowflakeではネイティブの機械学習機能であるSnowpark MLのプレビュー開始が発表されています。 主要コンポーネント
1リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
