
エントリーの編集

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
Amazon SageMakerとAzure MLにおける機械学習モデルのサービング技術比較(後編) - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Amazon SageMakerとAzure MLにおける機械学習モデルのサービング技術比較(後編) - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure y... Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 初版: 2020年11月24日 著者: 橋本恭佑、柿田将幸, 株式会社 日立製作所 はじめに 本連載では、ストリーム型の機械学習システムをサービングする技術について、 Amazon SageMakerとAzure Machine Learningを比較した結果を紹介しています。 後編では、実際にストリーム型の機械学習システムを両クラウドでサービングして、本投稿で紹介した違いが現れること、 また、SEがAmazon SageMakerとAzure Machine Learningのいずれかの利用を、どのような基準で選択するべきかについて議