Snowsightから見る、Model Registryに登録した機械学習モデルのSPCSへのデプロイ・モニタリングの仕組み | DevelopersIO

Snowflakeの機械学習モデルの管理・運用の中核としてますます便利に進化しているModel Registryについて、Snowsightからの利用を中心にモデル管理・MLリネージ・SPCSへのデプロイ・モデルモニターの部分をご紹介します。

SnowflakeのStreamlitアプリからモデルレジストリのモデルを利用する | DevelopersIO

2024年12月時点で、Streamlit in Snowflakeのアプリ実行時に、Snowpark MLのモデルレジストリに登録したモデルを使って推論を実行する方法についてまとめました。

Snowpark ML Model Registryから最新バージョンのモデルを利用する | DevelopersIO

エイリアスを使うことで、例えばモデルの最新のバージョンを常に使うというような実装がとても簡潔に実現できるようになります。

Snowflake DATA CLOUD SUMMIT 24 現地レポート Day2 - PLATFORM KEYNOTE - Qiita

前書き株式会社NTTデータ デザイン＆テクノロジーコンサルティング事業本部 デジタルテクノロジー＆データマネジメントユニット 所属の@Yuri_Hoshinoです。現在、サンフランシスコで開催さ…

Snowflake Snowpark for Python

Snowpark MLで作成したXGBoostモデルの特徴量重要度をテーブルとして保存する | DevelopersIO

Snowpark MLで作成したXGBoostモデルも、sckit-learn APIのインスタンスに変換した後に特徴量重要度を取得することができます。Snowparkを使ってテーブルに置いておくなどするのがよいでしょう。

パブリックプレビュー版のSnowpark ML Model Registryで、SnowflakeでのMLOpsのポイントを確認してみた | DevelopersIO

Snowpark MLのパイプラインごとModel Registryに登録することで、Snowflakeのテーブルのデータをそのまま利用しやすく、運用も格段に簡単になっています。