この演習では、DVC（Data Version Control）のCLIに関する複数の記述を評価し、コマンドの知識を確認します。DVCはデータ版管理の強力なツールで、コマンドの理解は効果的なデータ管理に不可欠です。各コマンドが実行する動作の組み合わせが正しいかどうかに基づいて、記述を正誤判定してください。
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
この章では、Machine Learningにおけるデータのバージョン管理に不可欠なツール、Data Version Control (DVC) を包括的に紹介します。なぜデータのバージョン管理が必要なのか、その動機を探り、コードのバージョン管理との違いを理解したうえで、シンプルな分類問題に取り組みます。基本的なGitコマンドを復習し、DVCの基礎を学び、リポジトリのセットアップを実践します。章の終わりには、データやモデルのバージョニング、Machine LearningのCI/CD、実験管理、パイプラインなど、DVCの機能とユースケースの全体像を確認します。
現在の演習
この章では、DVCのセットアップを詳しく扱います。インストール、リポジトリの初期化、.dvcignoreファイルの活用までをカバーします。さらに、DVCのキャッシュとステージングファイルを理解し、ファイルの追加・削除、キャッシュの管理、MD5ハッシュを用いた内部仕組みを学びます。加えて、Gitのリモートと区別しながらDVCリモートについて解説し、追加・一覧表示・変更の方法をガイドします。最後に、データのプッシュ／プル、特定バージョンのチェックアウト、キャッシュへのフェッチなど、リモートとのやり取りの手順を学びます。
この章では、DVCを使ってMLパイプラインを自動化する方法に焦点を当てます。設定やハイパーパラメータを含む構成ファイルを作成し、有向非巡回グラフによるパイプラインの可視化を学びます。依存関係、コマンド、出力を記述するためのコマンドも扱います。DVCパイプラインの実行、ローカルでのモデル学習、GitがDVCメタデータをどのように追跡するかを取り上げます。さらに、DVCでのメトリクスとプロットのトラッキングについて、メトリクスの表示、プロットファイルの作成、パイプラインの各ステージ間でのメトリクスやプロットの比較方法を学びます。
