AIモデルの継続的な運用と拡大のためのMLOps 【モデル比較/評価編】

AIモデルを本番稼働するにあたり、不可欠となるのがMLOpsです。先行企業の多くはさまざまなツールを駆使してMLOpsの仕組みを作り上げています。 しかし本番稼働するモデルが増えていく中で、モデルのパフォーマンスを監視し、さらに精度維持のために再学習とその評価を継続して行うことが、そのような仕組みでサポートできるでしょうか。 前回のMLOps構築編に続く本Webinarでは、継続運用のためのモデルの比較と評価についてお話しします。シングルプラットフォームであるDataikuならではの利便性をぜひご覧ください。 MLOps前編：https://www.brighttalk.com/webcast/17108/596043? ■ 講師プロフィール 木邑 文彦 Sales Engineerとして、AI・機械学習の民主化を目指し、あらゆるお客様に課題解決に向けたソリューション提供・技術支援を実施。 Dataiku参画前はOracle Japanにて主に重要アカウントに対するセールスコンサルタントとして従事し、Accenture参画後はビジネス戦略策定から実行支援・大規模SIなどの多岐に渡るプロジェクトをマネージャーとして推進。 Dataikuについてお問い合わせはこちらよりお願いいたします。 https://www.dataiku.com/ja/お問い合わせ/