Vertex AI を徹底解説！ - G-gen Tech Blog
G-gen の佐々木です。当記事では Google Cloud (旧称 GCP) の統合された機械学習プラットフォームである Vertex AI を解説します。 Vertex AI とは AutoMLとは Vertex AI における AutoML AutoML を使用したモデル作成 AutoML によるトレーニングの料金 カスタムトレーニング カスタムトレーニングを使用したモデル作成 カスタムトレーニングの料金 トレーニング方法の選択 モデル作成、予測に使用するツール Datasets Training Vertex AI Model Registry Endpoints Batch predictions Vertex AI に統合されたその他のツール Vertex AI Workbench Vertex AI Feature Store Vertex AI Labeling task
機械学習オートメーションプラットフォームに不可欠な7つの自動化機能 - Qiita
MLプロジェクトに自動化を導入することで、データサイエンティストやデータエンジニアは、より多くのプロジェクトを本番環境にデプロイし、本番環境デプロイ後のプロジェクトのメンテナンスにかかる時間を短縮することができます。MLプロジェクトの自動化について語るとき、AutoMLは最もよく取り上げられる機能ですが、AutoMLの典型的な範囲外のタスクも自動化することができ、データサイエンティストの反復作業を何人日も節約することができます。本番稼働中のモデルの管理についても、懸念のレベルを削減することは言うまでもありません。機械学習の自動化プラットフォームやソリューションを探す際には、以下のような特徴を覚えておくとよいでしょう。 → さらに詳しく、MLOpsの7つの神話を見てみる 機械学習（ML）の運用 1. AutoML（機械学習の自動化）： AutoMLは、特徴量エンジニアリングと特徴量生成、モデ
AIの開発や本番環境への導入が少ないコードで簡単にできる「Vertex AI」がGoogle Cloudで一般提供開始、実際に使ってみた
Googleがオンラインイベント「Google I/O 2021」の中で、AIの開発や運用を容易に行えるようにする機械学習プラットフォームの「Vertex AI」を発表しました。 Vertex Ai | Vertex AI | Google Cloud https://cloud.google.com/vertex-ai Google Cloud launches Vertex AI, unified platform for MLOps | Google Cloud Blog https://cloud.google.com/blog/products/ai-machine-learning/google-cloud-launches-vertex-ai-unified-platform-for-mlops Googleによると、Vertex AIを利用すると競合に比べて80％近
もはやPoCばかりやっている場合ではない――企業が抱くAIへの誤解と課題
あらゆる分野で活用が広がる人工知能（AI）技術。中でもDeep Learning（以下、DL）は画像処理や映像処理での活用に始まり、Googleが2018年10月に発表した「BERT」をきっかけに、自然言語処理（NLP）分野でも進化が進むなど、できることは日々広がっている。こうした技術を企業がビジネスに活用していく際に直面する課題とは何だろうか。ABEJAの代表取締役兼CEOであり、日本ディープラーニング協会（JDLA）の理事を務める岡田陽介氏に聞いた。 技術的な課題よりも、AIに対する「根強い誤解」が課題に？ 今やさまざまなメディアで「AIを活用すべき」「機械学習（以下、ML）やDLを生かした新しいビジネスを」といった論調が飛び交っているが、自社でどのように取り入れ、実践すべきか、思い悩む企業は少なくないのではないだろうか。岡田氏によると、データやテクノロジーの活用を考える際にまず重要な
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
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
特集：2020年、AI活用の成否を分かつ技術とは