> ## Documentation Index > Fetch the complete documentation index at: https://wb-21fd5541-feat-cli-docs-generator.mintlify.site/llms.txt > Use this file to discover all available pages before exploring further. # ガイド > W&B とは何かの概要に加えて、初めてのユーザーの場合の開始方法へのリンクを提供します。 ## W\&B とは？ Weights & Biases (W\&B) は、AI 開発者向けのプラットフォームで、モデルのトレーニング、ファインチューニング、および基盤モデルの活用のためのツールを提供しています。

W\&B は、3つの主要なコンポーネントで構成されています：[Models](/ja/models)、[Weave](https://wandb.github.io/weave/)、および [Core](/ja/models/core/): **[W\&B Models](/ja/models/)** は、機械学習エンジニアがモデルをトレーニングおよびファインチューニングするための軽量で相互運用可能なツールセットです。 * [Experiments](/ja/models/track/): 機械学習実験管理 * [Sweeps](/ja/models/sweeps/): ハイパーパラメータチューニングとモデル最適化 * [Registry](/ja/models/core/registry/): あなたの ML モデルとデータセットを公開して共有 **[W\&B Weave](/ja/guides/weave/)** は、LLM アプリケーションをトラッキングおよび評価するための軽量ツールキットです。 **[W\&B Core](/ja/models/core/)** は、データとモデルをトラッキングおよび可視化し、結果を伝えるための強力な構成要素セットです。 * [Artifacts](/ja/models/artifacts/): アセットのバージョン管理とリネージのトラック * [Tables](/ja/models/tables/): 表形式データの可視化とクエリ * [Reports](/ja/models/reports/): 発見を文書化し、協力 ## W\&B はどのように機能しますか？ W\&B を初めて使用するユーザーで、機械学習モデルと実験のトレーニング、トラッキング、可視化に興味がある場合、次のセクションをこの順番で読んでください。 1. W\&B の基本的な計算単位である [runs](/ja/models/runs/) について学びます。 2. [Experiments](/ja/models/track/) を使用して機械学習実験を作成し、トラッキングします。 3. データセットとモデルのバージョン管理のための W\&B の柔軟で軽量な構成要素を [Artifacts](/ja/models/artifacts/) で発見します。 4. ハイパーパラメータ検索を自動化し、可能性のあるモデルの空間を [Sweeps](/ja/models/sweeps/) で探索します。 5. モデルのライフサイクルをトレーニングからプロダクションまで管理する [Registry](/ja/models/core/registry/)。 6. [Data Visualization](/ja/models/tables/) ガイドでモデルバージョン間の予測を可視化します。 7. runs を整理し、可視化を埋め込み、自動化し、学びを説明し、共著者と更新を共有するために [Reports](/ja/models/reports/) を使用します。