データブリックス、レイクハウス向けリアルタイム機械学習の新機能を提供
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます Databricksは3月7日、同社が提供するレイクハウス基盤内でネイティブに運用できる機械学習機能「データブリックスモデルサービング」の提供を開始した。 データブリックスモデルサービングは、機械学習などを用いたインテリジェントなアプリケーション用の複雑なインフラを構築・維持する煩雑さを解消し、「Unity Catalog」「Feature Store」「機械学習 flow」といったレイクハウス基盤内の各機能と統合されている。これにより、データの準備やテストからモデルのトレーニング、デプロイメント、モニタリングに至るまで、機械学習プロセス全体を一元的に管理できるとしている。現在は「Amazon Web Services」（AWS）と「M
システムやワークフローに機械学習を組み込むには？『現場で使える！機械学習システム構築実践ガイド』冒頭を公開
機械学習を用いてビジネスや生活の課題を解決するには、その課題に機械学習が本当に必要なのか、そのほかにどんな要素や技術を組み合わせればいいのかという課題解決のシナリオを設計することが重要です。澁井雄介さんによる書籍『現場で使える！機械学習システム構築実践ガイド』（翔泳社）では、需要予測などのビジネスで発生する課題のシナリオにもとづいてシステムやワークフローに機械学習を組み込む手法が解説されています。今回は本書から「Chapter 1 課題、チーム、システム」の冒頭部分を公開しますので、書籍内容を知る参考にしていただければと思います。 本記事は『現場で使える！機械学習システム構築実践ガイド デザインパターンを利用した最適な設計・構築・運用手法』の「Chapter 1 課題、チーム、システム」から抜粋したものです。掲載にあたって一部を編集しています。 ソフトウェア技術によってビジネス課題を解決す
Google、Rust言語で記述した組み込みOS「KataOS」を公開
KataOSは、機械学習を動作させる組み込み機器で使用する安全なOSとしてGoogle Researchが開発しているものだ。OSの中核となるカーネルにはセキュリティ強度の高さから「seL4」マイクロカーネルを選択。開発言語にはRustを採用して、バッファオーバーフローなどのエラーが発生する可能性を極力抑えている。KataOSでは、アプリケーションがハードウェアによるセキュリティ保護機構を回避してユーザーデータを盗むことはできないとしている。 KataOSは、サードパーティーによるアプリケーションを動的に読み出して作動させることができるというが、現時点でGitHubに公開したソースコードだけではまだそこまではできない。Googleは近いうちに、サードパーティーのアプリケーションを動かせるKataOSを公開するとしている。 さらにGoogleはKataOSのリファレンス実装である「Sparr
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
世界最速のスパコンが深層学習の最速記録、気象予測を新たな次元へ
