[Agent Platform ML Metadata]

パイプライン外の独自の ML ワークフローでもデータセットとモデルの系統を正確に追跡できる。

[Agent Platform Feature Store]

 [Agent Platform エンドポイント]

エンドポイント（URL）は絶対に変えない

既存モデルの「新バージョン」として登録する

エンドポイントへのデプロイはオンライン推論用でありリソースを消費する

[Agent Platform  Model Monitoring]

モデルの出力（予測結果）の偏りを追うのが「予測ドリフト」、入力データ（特徴量）の分布のズレを追うのが「トレーニング/サービングスキュー」

「特徴量の値が変化したときに」⇒後者

[Agent Platform Experiments]

異なるハイパーパラメータや異なるデータで実行した複数のモデルの精度（AUC、正確性など）やパラメータを、UI上で並べて美しく比較・管理するための専用機能。

[Agent Platform  Training]

任意のフレームワークを使用したトレーニングジョブを送信できる。

依存関係をコンテナに含めることで起動時のインストールを回避できる。

[Auto ML]

元々は Cloud AutoML（AutoML Vision, AutoML Natural Language, AutoML Tables など）として、データの前処理からモデル構築・ハイパーパラメータ調整・デプロイまでをコードレスで完結できる独立したプロダクト群として提供されていたが、その後Vertex AI の機能（AutoML / Managed ML の機能群）として内包され、いまはAgent Platform 上で提供される機械学習・モデル構築機能（AutoML トレーニング等）の一部として位置づけられている。