Scikit-Learn SageMaker でのモデルのデプロイ
このノートブックでは 、「MLflow を使用した Scikit-Learn モデルのトレーニングの追跡」で説明されている糖尿病データセットでトレーニングされた ElasticNet モデルを使用します。 ノートブックには、次の方法を示します。
MLflow エクスペリメント UI を使用してデプロイするモデルを選択する
MLflow API を使用してモデルを SageMaker にデプロイする
sagemaker-runtime
API を使用してデプロイされたモデルをクエリーする別のモデルに対してデプロイとクエリ プロセスを繰り返す
MLflow API を使用してデプロイを削除する
データブリックから AWS SageMaker に MLflow モデルをデプロイできるように AWS 認証を設定する方法については、「 SageMaker デプロイ用の AWS 認証をセットアップする」を参照してください。
モデルサービングにデプロイ
Databricks を使用して登録済みモデルを提供する場合は、「Databricks を使用したモデルサービング」を参照してください。