Jump To Close Expand all Collapse all Table of contents データモデルの開発 1. データモデルの開発の概要 2. OpenShift Data Science の Python S2I アプリケーションの作成 Expand section "2. OpenShift Data Science の Python S2I アプリケーションの作成" Collapse section "2. OpenShift Data Science の Python S2I アプリケーションの作成" 2.1. GitHub テンプレートを使用した OpenShift Data Science の Python S2I アプリケーションの作成 2.2. Cookiecutter を使用した OpenShift Data Science の Python S2I アプリケーションの作成 3. リモート Git リポジトリーへのユーザーアクセスの設定 4. Git リポジトリーからの OpenShift アプリケーションの作成 5. Web コンソールを使用した OpenShift アプリケーションのビルド 6. Webhook を使用した更新済みアプリケーションの自動再ビルド 7. Jupyter でのノートブックの作成またはインポート Expand section "7. Jupyter でのノートブックの作成またはインポート" Collapse section "7. Jupyter でのノートブックの作成またはインポート" 7.1. 新規ノートブックの作成 7.2. JupyterLab を使用した Git リポジトリーからの既存ノートブックファイルのアップロード 8. 独立した Python 関数としてモデルを保存 Expand section "8. 独立した Python 関数としてモデルを保存" Collapse section "8. 独立した Python 関数としてモデルを保存" 8.1. ノートブックサーバーへの Python パッケージのインストール 9. サンプル Flask アプリケーションを使用した Python 関数のテスト 10. プロジェクトの変更を Git リポジトリーにプッシュ 11. デプロイされたアプリケーションエンドポイントでの予測関数のテスト 法律上の通知 Settings Close Language: 한국어 简体中文 日本語 English Language: 한국어 简体中文 日本語 English Format: Multi-page Single-page PDF Format: Multi-page Single-page PDF Language and Page Formatting Options Language: 한국어 简体中文 日本語 English Language: 한국어 简体中文 日本語 English Format: Multi-page Single-page PDF Format: Multi-page Single-page PDF データモデルの開発 Red Hat OpenShift Data Science 1開発およびデプロイメントのワークフローとインテリジェントアプリケーションへのデータモデルのデプロイメント法律上の通知概要 開発およびデプロイメントのワークフローを確認し、インテリジェントアプリケーションにデータモデルをデプロイします。 Next