datadrift パッケージ
モデル トレーニング データがスコアリング データから誤差を出したことを検出する機能が含まれています。
機械学習では、データ ドリフト は、モデルのパフォーマンス低下につながるモデル入力データの変化です。 これは、モデルの精度が時間の経過とともに低下する主な理由の 1 つであるため、データドリフトの監視はモデルのパフォーマンスの問題を検出するのに役立ちます。 このパッケージを使用すると、データドリフトを検出してアラートを生成できます。
DataDriftDetector クラスを使用すると、データ の誤差を分析するジョブとして実行できるデータ モニター オブジェクトを構成できます。 データ ドリフト ジョブは、対話形式で実行することも、スケジュールに従って実行することもできます。 AlertConfiguration クラスを使用して、データドリフトがしきい値を超えたときにアラートを設定できます。
モジュール
| alert_configuration |
Azure Machine Learning でデータ ドリフト アラートを構成するための機能が含まれています。 |
| datadriftdetector |
Azure Machine Learning の 2 つのデータセット間のデータ ドリフトを検出するためのコア機能が含まれています。 データドリフトはデータセットまたはデプロイによって測定され、Dataset API に依存します。 |
クラス
| AlertConfiguration |
データ ドリフト ジョブのアラート構成を表します。 AlertConfiguration クラスを使用すると、 DataDriftDetector ジョブに構成可能なアラート (電子メールなど) を設定できます。 アラートの構成は、DataDriftDetector クラスのいずれかの create メソッドを使用する場合に指定できます。 コンストラクタ。 DataDriftDetector ジョブで構成可能なアラート (電子メールなど) を設定できます。 |
| DataDriftDetector |
Azure Machine Learning でデータ ドリフト ジョブを実行するために使用できるデータ ドリフト モニターを定義します。 DataDriftDetector クラスを使用すると、特定のベースライン データセットとターゲット データセットの間の誤差を特定できます。 DataDriftDetector オブジェクトは、ベースライン データセットとターゲット データセットを直接指定することで、ワークスペース内に作成されます。 詳細については、https://aka.ms/datadriftを参照してください。 Datadriftdetector コンストラクター。 DataDriftDetector コンストラクターは、指定されたワークスペースに関連付けられている DataDriftDetector オブジェクトのクラウド表現を取得するために使用されます。 |
| Metric |
データ ドリフト分析で返されるメトリックを表します。 Metric クラスは内部使用のみを目的としています。 メトリックを返すには、get_output オブジェクトの DataDriftDetector メソッドを使用します。 メトリック コンストラクター。 |
| ModelServingDataset |
モデル ベースの DataDriftDetector オブジェクトが作成されるときに内部的に使用されるデータセットを表します。 モデル ベースの DataDriftDetector を使用すると、モデルのトレーニング データセットとそのスコア付けデータセットの間のデータ ドリフトを計算できます。 モデル ベースの DataDriftDetector を作成するには、 <xref:azureml.datadrift.DataDriftDetector.create_from_model> メソッドを使用します。 コンストラクタ。 |
列挙型
| MetricType |
データ ドリフト分析で返されるメトリックの種類を定義します。 メトリックを返すには、get_output オブジェクトの DataDriftDetector メソッドを使用します。 |