SageMakerへのscikit-learn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

MLflowモデルをDatabricksからAWS SageMakerにデプロイできるようにAWS認証を構成する方法については、 AWS「SageMaker デプロイ用に 認証を設定する」 を参照してください。

MLflow scikit-learn モデルトレーニングノートブック

ノートブックを新しいタブで開く

モデルサービングへのデプロイ

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。