events
3月31日 23時 - 4月2日 23時
究極の Microsoft Fabric、Power BI、SQL、AI コミュニティ主導のイベント。 2025 年 3 月 31 日から 4 月 2 日。
今すぐ登録このブラウザーはサポートされなくなりました。
Microsoft Edge にアップグレードすると、最新の機能、セキュリティ更新プログラム、およびテクニカル サポートを利用できます。
この記事では、機械学習ライフサイクル管理のために Databricks で MLflow を使用する方法について説明します。 また、個々の MLflow コンポーネントを紹介する例と、Azure Databricks 内でこれらのコンポーネントがホストされるしくみについて説明するコンテンツへのリンクも含まれています。
Databricks での ML ライフサイクル管理は、マネージド MLflow によって提供されます。 Azure Databricks で提供される MLflow は、フル マネージドかつホスト型のバージョンであり、エンタープライズ セキュリティ機能や高可用性に加えて、実験と実行の管理やノートブック リビジョン キャプチャなど、その他の Azure Databricks ワークスペース機能が統合されています。
MLflow は、エンド ツー エンドの機械学習ライフサイクルを管理するためのオープンソース プラットフォームです。 次の基本コンポーネントがあります。
MLflow は Java、Python、R、REST の各 API をサポートします。
MLflow データは、プラットフォーム マネージド キーを使用して Azure Databricks により暗号化されます。 「マネージド サービス用カスタマー マネージド キー」を使用した暗号化はサポートされていません。
Azure Databricks での MLflow は、機械学習モデルとディープ ラーニング モデルのトレーニング実行を追跡およびセキュリティ保護するための統合エクスペリエンスを提供します。
MLflow モデル レジストリ は、一元化されたモデル リポジトリであり、MLflow モデルの完全なライフサイクルを管理できる API の UI と set です。 Databricks は、Unity Catalogの MLflow モデル レジストリのホストバージョンを提供します。 Unity Catalog では、一元化されたモデル ガバナンス、クロスワークスペース アクセス、系列、デプロイが提供されます。 Unity Catalogでのモデル ライフサイクルの管理の詳細については、「Unity Catalogでのモデル ライフサイクルの管理」を参照してください。
ワークスペースで Unity Catalogが有効になっていない場合は、ワークスペース モデル レジストリを使用できます。
mlflow.<model-flavor>.log_model
メソッドのいずれかを使用して記録された実験や実行の MLflow モデル。 モデルがログされたら、それをモデル レジストリに登録できます。モデル レジストリを使用してモデルのライフサイクルを管理する方法を示すノートブックの例については、次を参照してください。
Mosaic AI Model Serving には、AI モデルのデプロイ、管理、クエリを行うための統一インターフェイスが用意されています。 提供する各モデルは、Web またはクライアント アプリケーションに統合できる REST API として使用できます。
モデル提供は以下の提供をサポートします。
オフライン推論のための MLflow モデルをデプロイすることもできます。バッチ推論用のモデルのデプロイに関する記事をご覧ください。
events
3月31日 23時 - 4月2日 23時
究極の Microsoft Fabric、Power BI、SQL、AI コミュニティ主導のイベント。 2025 年 3 月 31 日から 4 月 2 日。
今すぐ登録トレーニング
モジュール
Azure Databricks で MLflow を使用する - Training
Azure Databricks で MLflow を使用して機械学習の実験を追跡し、モデルをデプロイする方法について説明します。
認定資格
Microsoft Certified: Azure Data Scientist Associate - Certifications
Python、Azure Machine Learning、MLflow を使用して、データのインジェストと準備、モデルのトレーニングとデプロイ、機械学習ソリューションの監視を管理します。