変更要約: 各節に図（figure）を追加＝cert-figure-retrofit。AI-300 第2章を新規作成（ドメイン2「ML モデルのライフサイクルと運用」: 学習オーケストレーション=MLflow/AutoML/スイープ・早期終了/分散学習/学習パイプライン/モデル比較、登録とバージョン管理=MLflow モデル/特徴量取得仕様/責任ある AI 評価/アーカイブ、本番デプロイと監視=オンライン・バッチ エンドポイント/段階的ロールアウト・トラフィック分割/安全なロールバック/データドリフト/再学習・アラートトリガー）
2.1モデル学習のオーケストレーション
MLflow による実験トラッキング、自動機械学習（AutoML）、ノートブックでの探索、ハイパーパラメーター調整（スイープ）、学習スクリプトの実行、大規模/深層学習の分散学習、学習パイプライン、そしてジョブ間のモデル性能比較を理解します。
モデルの学習は、再現可能で比較可能な ジョブ として実行します。AI-300 では「実験を記録し、最適なモデルを探索し、学習を自動化・分散化し、結果を比較する」一連の運用が問われます。
2.1.1実験トラッキングと AutoML
MLflow は実験のパラメーター・メトリクス・成果物（モデル）を記録し、ジョブ間で比較できるようにする標準ツールです（AML はネイティブに統合）。最適なモデルを効率的に探すには 自動機械学習（AutoML）が、アルゴリズムと前処理・ハイパーパラメーターの組み合わせを自動的に試行します。探索的な作業は ノートブックで行います。
2.1.2ハイパーパラメーター調整と分散学習
ハイパーパラメーター調整（スイープ ジョブ） は、学習率やバッチサイズなどの値を探索戦略（グリッド／ランダム／ベイズ）で試し、早期終了ポリシーで見込みのない試行を打ち切ってコストを抑えます。大規模モデルや深層学習では 分散学習（複数ノード/GPU で並列化）を使い、学習時間を短縮します。これらは 学習スクリプトをジョブとして実行する形で回します。
2.1.3学習パイプラインとモデル比較
前処理→学習→評価といった一連の処理は 学習パイプライン（コンポーネントを組み合わせる）として定義し、再現可能・自動化可能にします。複数のジョブを回したら、MLflow に記録された メトリクスでモデル性能を比較し、最良のモデルを選びます。「記録（MLflow）→探索（AutoML/スイープ）→パイプライン化→比較」が学習オーケストレーションの流れです。
| 目的 | 手段 | 要点 |
|---|---|---|
| 実験の記録・比較 | MLflow | パラメーター/メトリクス/成果物 |
| 最適モデルの自動探索 | AutoML | アルゴリズム/前処理/HPを自動試行 |
| ハイパーパラメーター最適化 | スイープ ジョブ（探索戦略＋早期終了） | コストを抑えて探索 |
| 大規模/深層学習の高速化 | 分散学習 | 複数ノード/GPU で並列 |
| 処理の再現・自動化 | 学習パイプライン | コンポーネントを組み合わせる |
混同に注意：
①AutoML（モデル/前処理/HP を自動探索）とスイープ ジョブ（指定したハイパーパラメーターの探索）。
②MLflow（記録・比較）は学習そのものではなくトラッキング。
③分散学習（速度向上）とハイパーパラメーター調整（精度向上の探索）は別目的。
「要件 → 手段」：例「実験のメトリクスを記録して比較」＝MLflow、「最適なモデルを自動で探す」＝AutoML、「学習率などを効率的に探索しコスト削減」＝スイープ＋早期終了、「深層学習を複数 GPU で高速化」＝分散学習、「前処理〜評価を再現可能に」＝学習パイプライン。
2.1.4この節のまとめ
- MLflow で記録・比較、AutoML で最適モデル探索、スイープ＋早期終了で HP 調整
- 大規模/深層学習は分散学習で高速化。学習パイプラインで再現・自動化
- 流れ：記録→探索→パイプライン化→メトリクスで比較
進捗の記録にはログインが必要です。
理解度チェック
（軽い確認用）Q1. 実験のパラメーター・メトリクス・成果物を記録してジョブ間で比較できるようにする、AML がネイティブ統合する標準ツールはどれですか？
Q2. アルゴリズム・前処理・ハイパーパラメーターの組み合わせを自動的に試して最適なモデルを探すのはどれですか？
Q3. 学習率やバッチサイズなどを探索戦略で試し、見込みのない試行を早期終了でコスト削減するジョブはどれですか？
Q4. 大規模モデルや深層学習の学習時間を、複数ノード/GPU で並列化して短縮するのはどれですか？
Q5. 前処理→学習→評価といった一連の処理を再現可能・自動化可能にするためにコンポーネントを組み合わせるのはどれですか？
Q6. AutoML とスイープ ジョブの違いとして正しいものはどれですか？