フィーチャーストアとオンライン推論

Databricks Feature Storeは、データサイエンティストが特徴を見つけて共有するための中央リポジトリを提供し、特徴値を計算するために使用されるコードがモデルの訓練と推論にも使用されることを保証します。

Databricks Feature Storeは、大規模なトレーニング用の大量データとリアルタイム推論用の小量データの取り扱いの複雑さを解決し、ベストプラクティスを用いてデータサイエンスチームの作業を加速します。

このデモでは、3つのノートブックのセットでフィーチャーストアとオンラインテーブルの全機能をカバーします。各ノートブックは新しい機能を紹介します：

• Unity Catalog内のFeature Storeルックアップテーブル
• Databricks AutoMLを利用してプログラム的にモデルを構築します
• データ漏洩を防ぐために、特定の時間でのルックアップを使用します
• リアルタイムで特徴量を更新するためのストリーミングテーブルを追加します
• リアルタイム推論のためのオンラインストアをデプロイする
• Unity Catalog関数を通じてリアルタイムで特徴を計算するためのFeature Specを追加します
• モデルをサーバーレスの提供エンドポイントとしてデプロイします

デモをインストールするには、無料のDatabricksワークスペースを取得し、Pythonノートブックで以下の2つのコマンドを実行します

%pip dbdemosをインストールします

import dbdemos
dbdemos.install('feature-store',catalog='main', schema='dbdemos_fs_travel')

Dbdemosは、Databricksのデモをワークスペースに完全にインストールするPythonライブラリです。Dbdemosはノートブック、Delta Live Tablesパイプライン、クラスター、Databricks SQLダッシュボード、ウェアハウスモデルなどをロードして開始します。 dbdemosの使い方をご覧ください

DbdemosはGitHubプロジェクトとして配布されています。

詳細については、GitHubのREADME.mdファイルをご覧いただき、ドキュメンテーションに従ってください。
Dbdemosはそのまま提供されています。詳細はライセンスと通知をご覧ください。
Databricksは、dbdemosおよび関連資産に対して公式のサポートを提供していません。
問題が発生した場合は、チケットを開いてデモチームが最善を尽くして対応します。