注: 以下の翻訳の正確性は検証されていません。AIPを利用して英語版の原文から機械的に翻訳されたものです。
モデル統合
Palantirプラットフォームでは、モデルは機械学習ロジックをカプセル化する作成物です。モデルは、データパイプライン、オントロジー、アプリケーション層のワークフロー全体に利用でき、さまざまなユースケースを実現することができます。
Palantirは、モデル統合を可能にする幅広いアプローチを取っています。モデルは、統合されたデータ上でプラットフォーム内に開発するか、外部で開発してライブラリ、作成物、コンテナ、APIとしてインポートすることができます。
一度統合されると、モデルはプラットフォームのツールとともに推論、デプロイメント、ガバナンス、ML Ops、運用化に利用できます。モデルの作成と利用のプロセスの各段階では、データフロー、セキュリティ、バージョン管理、再現性、監査の周りでのプラットフォームの保証が適用されます。
ソース
モデルは、プラットフォーム内で開発（例：scikit-learn、TensorFlow、OR-toolsなどのオープンソースツールやカスタムライブラリを使用）、外部環境からインポート（例：ノートブック、サードパーティのデータサイエンス製品、コンテナレジストリ）、または外部でホストされたAPIとして設定することができます。
プラットフォーム内でのモデル開発と外部モデルの統合について詳しく知ることができます。
Modeling Objectives
Modeling Objectivesは、特定の問題に対するモデル管理、評価、レビュー、リリース、デプロイメントを効率化するための「ミッションコントロール」を提供します。便利なユーザーインターフェースだけでなく、Modeling Objectivesは、ガバナンスと権限のレイヤー、自動化レイヤー（例：モデル候補の統一評価）、モデルの継続的かつダウンタイムなしでのデプロイメントを可能にするCI/CDレイヤーを提供します。
Objectivesを使用すると、組織は、単にデータパイプラインを作成するだけでなく、ユーザーや意思決定を行うシステムに対してモデルを安全に運用するための能力を持つことができます。運用化されると、Foundryは、本番データ、成果物、アプリケーション、ユーザーのアクションからのMLフィードバックループを可能にします。これらのフィードバックループは、モデリングチームにとって、本番パフォーマンスの監視、理解、改善、および新しい状況に適応するための強力なデータ資産を提供します。
Modeling Objectivesについて詳しく知ることができます。
オントロジー内のモデル
オントロジーは、Palantirプラットフォームの運用層です。オントロジーは、デジタル資産を実世界の対応物に接続して、さまざまなユースケースを実現します。
モデルがプラットフォームに統合されると、Modeling Objectivesを使用してデプロイし、オントロジー層での使用に登録することができます。これにより、高い信頼性を持つモデルによって支えられた運用対話型ワークフローが可能になり、迅速な重要な意思決定ができるようになります。