コラボレーションと共有
手作業による管理を、思いどおりの操作ができるワークスペースに切り替えましょう。プロジェクトを共有してコラボレーションを広げることもできます。
生成 AI の「レシピ」のさらなる改良
プロンプトやチャンクの戦略など、生成 AI の「レシピ」を細かく調整して、自社のニーズに完全に適合させます。
信号のフィルタリングとノイズの除去
複数の問題設定を評価して最も関連性の高い特徴量を検出し、最も有意義な要因を特定することに力を入れます。
実験の追跡と最適化
データの前処理やパラメーター設定、モデルをさまざまに組み合わせてテストし、最もパフォーマンスの高いモデルを本稼働用に選択します。
生成 AI へのプロンプトと入力を適切に構造化して作成
プロンプトを操作して調整を加えたり、さまざまなベクターデータベースや埋め込み戦略、チャンク化戦略を利用することで、口調や応答の長さ、その他の有用な要素を自社のニーズに完全に合わせることができます。また、多様なプロンプトをさまざまな大規模言語モデル(LLM)に送信し、ハイパーパラメーターやプロンプトテンプレートを試してみることも可能です。
![](png/image5-1024x507-2.png)
![](png/image4-1024x516-2.png)
フルマネージドのノートブックとコードスペースでコラボレーション
フルマネージドのホスト型ノートブックとコードスペースを使用することで、インフラではなく AI の構築に集中できます。AI アクセラレーターテンプレートを使ってすぐにプロジェクトを開始することも、Git リポジトリでバージョン管理されたコードを利用することも、ゼロから作業に取り組むことも可能です。DataRobot 環境には、DataRobot API と一般的なライブラリーがプリインストールされているほか、Azure OpenAI Service を使って簡単にコードを生成できる Code Assist と、ワークフローを効率的に自動化できるネイティブのスケジュール機能が搭載されています。また、DataRobot の GUI でジョブを追跡し、永続ファイルシステム、統合ターミナル、タブ型 UI のファイルエディター、Git 統合機能を備えた DataRobot Codespaces を使用すれば、管理上のさまざまな課題を解決できます。
モデルの豊富なライブラリを使って自身のユースケースで学習
ディープラーニング、時系列予測、マルチラベル分類、異常検知など、多様なデータサイエンス課題に対応します。ほんの数行のコードを入力するか、単純に[開始]をクリックするだけで、DataRobot は各 AI ユースケースに合わせたモデルを生成します。ユーザー独自のモデル以外にも、Eureqa、ディープラーニング、遺伝的アルゴリズムベースのモデルなどを生成でき、さまざまなサンプルサイズ、特徴量、自動化された前処理のステップにも対応します。このため、多様な種類のモデルとその組み合わせを検討でき、より多くのモデリング手法を試すことができます。また、問題の迅速な解決に役立つモデルファクトリーをすばやく作成することもできます。
![](png/train-your-use-case-with-rich-library-of-models-1024x547-2.png)
![](png/image6-1024x446-2.png)
ニーズに合わせたモデルの調整とカスタマイズ
モデルのカスタマイズとチューニングを完全に制御できます。混同行列を使用して多クラスモデルをトレーニングし、そのパフォーマンスを適切に分析することで、効率的なモデル開発が可能になります。DataRobot では、各モデルで実行されているアクティビティの明確なスナップショットを取得できます。
パイプラインの進捗確認、ハイパーパラメーターの調整、カスタムの前処理やアルゴリズムの追加、独自のモデルやタスクの挿入といった操作を簡単に実施できます。
DataRobot のプラットフォームはあらゆる面で柔軟性を大切にしています。このプラットフォームの運転席に座れば、自分のニーズに完全に適合するモデルを作り上げられます。
スピード、インパクト、スケールを実現できる DataRobot を世界中の企業が信頼
その他の AI プラットフォーム機能
![cta module 1920px](jpg/cta-module-1920px-2.jpg)