Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
20211227_機械学習を教えてもらった事がない初心者がAmazon_SageMaker_S...
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
Hideyuki Nagata
December 27, 2021
Programming
0
1.2k
20211227_機械学習を教えてもらった事がない初心者がAmazon_SageMaker_Studio_Labを触ってみた.pdf
Hideyuki Nagata
December 27, 2021
Tweet
Share
More Decks by Hideyuki Nagata
See All by Hideyuki Nagata
2025年の活動の振り返り
hideg
0
130
re:Inventから予想するAlexa+スキル開発
hideg
1
2.5k
JAWS UG AIML支部の紹介
hideg
0
86
Amazon Nova Canvasの新機能Virtual try-onで実装するプリクラ風アプリ
hideg
0
240
Generative AI Use Cases (GenU)カスタマイズに挑戦
hideg
0
450
generative-ai-use-cases(GenU)の推しポイント ~2025年4月版~
hideg
1
790
自己紹介
hideg
0
140
生成AI対応版Alexaへの期待
hideg
1
200
Alexa meets Amazon Bedrock
hideg
0
110
Other Decks in Programming
See All in Programming
DevinとClaude Code、SREの現場で使い倒してみた件
karia
1
1k
DSPy入門 Pythonで実現する自動プロンプト最適化 〜人手によるプロンプト調整からの卒業〜
seaturt1e
1
710
go directiveを最新にしすぎないで欲しい話──あるいは、Go 1.26からgo mod initで作られるgo directiveの値が変わる話 / Go 1.26 リリースパーティ
arthur1
2
550
どんと来い、データベース信頼性エンジニアリング / Introduction to DBRE
nnaka2992
1
280
Docコメントで始める簡単ガードレール
keisukeikeda
1
120
Takumiから考えるSecurity_Maturity_Model.pdf
gessy0129
1
140
Go Conference mini in Sendai 2026 : Goに新機能を提案し実装されるまでのフロー徹底解説
yamatoya
0
580
「抽象に依存せよ」が分からなかった新卒1年目の私が Goのインターフェースと和解するまで
kurogenki
0
120
S3ストレージクラスの「見える」「ある」「使える」は全部違う ─ 体験から見た、仕様の深淵を覗く
ya_ma23
0
460
nilとは何か 〜interfaceの構造とnil!=nilから理解する〜
kuro_kurorrr
3
1.9k
Angular-Apps smarter machen mit Gen AI: Lokal und offlinefähig - Hands-on Workshop!
christianliebel
PRO
0
110
AIに任せる範囲を安全に広げるためにやっていること
fukucheee
0
130
Featured
See All Featured
Mobile First: as difficult as doing things right
swwweet
225
10k
SERP Conf. Vienna - Web Accessibility: Optimizing for Inclusivity and SEO
sarafernandez
1
1.3k
The AI Search Optimization Roadmap by Aleyda Solis
aleyda
1
5.4k
Producing Creativity
orderedlist
PRO
348
40k
Writing Fast Ruby
sferik
630
63k
Learning to Love Humans: Emotional Interface Design
aarron
275
41k
Statistics for Hackers
jakevdp
799
230k
Code Review Best Practice
trishagee
74
20k
Ethics towards AI in product and experience design
skipperchong
2
220
svc-hook: hooking system calls on ARM64 by binary rewriting
retrage
2
170
GitHub's CSS Performance
jonrohan
1032
470k
Lightning Talk: Beautiful Slides for Beginners
inesmontani
PRO
1
480
Transcript
機械学習を教えてもらった事がない 初心者が Amazon SageMaker Studio Lab を触ってみた 2021年12月27日(月) JAWS-UG 初心者支部#40
年忘れLT大会!! 長田英幸
目次 • 自己紹介 • Amazon SageMaker Studio Labの概要 • Amazon
SageMaker Studio Labを触ってみた • AWS Disaster Response Hackathonが気になりますよね • 感想 • 時間が余れば、実際の画面をお見せします
自己紹介 • 長田英幸 https://www.credly.com/users/hideyuki-nagata/badges • 大阪の「大阪駆動開発」というコミュニティに参加して、 音声アシスタント、スマートスピーカーの勉強会で 発表したりしています。 個人開発したものはHideGという名前で公開しています。 •
業務は、主に製造業で使われるBtoBのWebシステムを PHPとJavaScriptで開発しています。 • クラウドは、EC2をLAMP環境として使うぐらいです。 個人的には、「サーバーレスLAMPアーキテクチャ」が 気になってます。 https://osaka-driven-dev.connpass.com/
Amazon SageMaker Studio Labの概要 • Amazon SageMakerStudioラボ|アマゾンウェブサービス https://www.youtube.com/watch?v=k2nVIvHB1dk • プレビュー開始
– 機械学習を学び、実験できる無料のサービス、 Amazon SageMaker Studio Lab https://aws.amazon.com/jp/blogs/news/now-in-preview-amazon-sagemaker-studio-lab-a-free-service-to-learn-and-experiment-with-ml/ • 公式ドキュメント(英語) > Amazon SageMaker Studio Lab https://docs.aws.amazon.com/sagemaker/latest/dg/studio-lab.html • AWS アカウント、クレジットカード、クラウド設定の知識が なくても、誰でも機械学習を学んで実験できる無料のサービス • 使い方で困った時は、JupyterLabを調べる
Amazon SageMaker Studio Labを触ってみた
ブラウザの翻訳機能を活用して進める
紫の枠の中で、Shift+Enterで実行する
No Conda environment file found stackoverflow > Amazon SageMaker could
not find a valid Conda environment file
稼働時間が終了するとどうなるのか
AWS Disaster Response Hackathon が気になりますよね AWS Disaster Response Hackathon https://awsdisasterresponse.devpost.com/
Build a machine learning project with Amazon SageMaker Studio Lab that improves disaster response. AmazonSageMaker StudioLabを使用して、災害対応を改善する機械学習プロジェクトを構築します。 締め切りは来年2月7日(5:00 pm Eastern Time)、日本は参加禁止国ではない。 賞金 総額 54,000ドル(約600万円)、最優秀15,000ドル(約170万円)
感想 • 英語だけ、日本語記事がなくてもビビらない。 ブラウザの翻訳機能を活用。 • ブラウザ上で作業が完結するので、取っつきやすかった。 しかし、どうやって調べたらいいのか分からない事が多い。 • 機械学習に学習させる事はエンジニアが決める。 一方、エンジニアが学習する事は、誰が決めるのか。
以上、ご清聴ありがとうございました。
時間が余れば、 実際の画面をお見せします