4機械学習の実装と運用

• 4.1モデルのデプロイ

  推論を提供する——リアルタイムエンドポイント、バッチ変換、サーバーレス/非同期推論、自動スケーリング、マルチモデルエンドポイント——を理解します。用途で配信方式を選びます。

• 4.2モニタリングと再学習

  本番で守る——Model Monitor、データドリフト、CloudWatch（遅延/エラー/呼び出し数）、ドリフト検知→再学習——を理解します。モデルは時間とともに劣化します。

• 4.3MLOps とセキュリティ

  自動化と安全——SageMaker Pipelines、Model Registry、安全なロールアウト（A/B/カナリア）、IAM/KMS/VPC によるセキュリティ——を理解します。再現可能で安全な ML 運用を実現します。