Amazon SageMakerの概要とメリット
Amazon SageMakerの概要
Amazon SageMakerとは、一般的なXGBoost MLアルゴリズムを用いたすべてのデータサイエンティストとデベロッパーのための機械学習です。機械学習とは、AIが学習することをいい、最近では機械学習が広がっています。ML用に構築された機能を提供し、データサイエンティストとデベロッパーが構築からデプロイするまで支援しています。フルマネージド型であることから、開発、運用管理や保守作業などをサポートしています。
また通常MLモデルの開発や移行することは、時間がかかる上に知識や技術が必要です。しかしAmazon SageMakerを使うことにより簡単に開発することができます。まだデータが膨大であっても、Amazon SageMakerでは管理をし、トレーニングに最適なアルゴリズムを提供してくれ、デプロイまで行います。
Amazon SageMakerはもっとも包括的なMLサービスであり、トレーニング、自動ML、特徴エンジニアリング、ホスティング、モニタリングなどMLの開発に必要な行程はすべてサポートしております。このためML開発者に負担をかけることがありません。
Amazon SageMakerの総合機能を使うことにより、開発が簡単になります。通常カスタム総合コードを記述して開発する必要があるのですが、数か月かかることが多いです。しかしAmazon SageMakerは1日で行うことができ、業務効率化や費用の削減を行うこともできます。
Amazon SageMakerはApache MXNetなどの主要な機械学習フレームワークをサポートしていることから、Dockerコンテナにおいて実行をします。
Amazon SageMakerの利点
Amazon SageMakerのメリットとして以下の点があげられます。
- 推論費用を削減
- チームの生産性の向上
- チュートリアル
推論費用を削減
Amazon SageMakerでは、推論費用を75％削減することができます。これは事前に最適化が行われているためです。また現在の状況を把握し、スケーリングを自動的に行います。Amazon SageMakerは従量課金制であることから、スケーリングをすることによりコストを抑えることができます。また開発から保守作業や障害への対策などを行うマネージド型であることから、負担を減らすことができるのです。
チームの生産性の向上
Amazon SageMakerでは、開発から保護までをサポートするのでチームの生産性の向上が10倍になります。
チュートリアル
Amazon SageMakerにはカリフォルニア大学アーバイン校で監修した機械学習のチュートリアルが含まれています。
チュートリアルは以下の内容です。
- notebook instanceの作成
- データの準備
- データから学習するためのモデルのトレーニング
- モデルのデプロイ
- MLモデルのパフォーマンスの評価
Amazon SageMakerのまとめ
Amazon SageMakerはすべてのデータサイエンティストとデベロッパーのための機械学習です。MLを開発するためのトレーニング、自動ML、特徴エンジニアリング、ホスティングなどのサポートをしており、MLのための総合開発環境であるといえます。ML開発のために必要な要素をひとつにまとめているのが、Amazon SageMakerの魅力です。
参考資料
