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
Amazon SageMaker Canvasで学ぶ機械学習モデルの構築
Search
iret.kumoben
March 19, 2024
Technology
0
2.5k
Amazon SageMaker Canvasで学ぶ機械学習モデルの構築
下記、勉強会での資料です。
https://youtu.be/EVdUQx4jCkE
iret.kumoben
March 19, 2024
Tweet
Share
More Decks by iret.kumoben
See All by iret.kumoben
第168回 雲勉 JITNAの使い方とハマったポイントについて語る回
iret
0
24
第167回 雲勉 エージェント開発を加速する Agent Development Kit 入門
iret
1
27
第166回 雲勉 コードを読んで理解する AWS Amplify Gen2 Backend
iret
0
31
第165回 雲勉 Google Agentspace について
iret
0
25
第164回 雲勉 Agent Development Kit と MCP Toolbox for Databases で MCP 連携してみた
iret
1
45
第163回 雲勉 CircleCIで複数リポジトリ間のパイプラインを連携する
iret
1
35
第162回 雲勉 比較して学ぶ AWS Amplify Gen 2
iret
0
49
第161回 雲勉 Amazon Kinesis Data Streams と Amazon Data Firehose を使ってみよう
iret
0
47
第160回 雲勉 それ、AWS Step Functions で置き換えれん?
iret
0
75
Other Decks in Technology
See All in Technology
Delta airlines®️ USA Contact Numbers: Complete 2025 Support Guide
airtravelguide
0
330
なぜ私はいま、ここにいるのか? #もがく中堅デザイナー #プロダクトデザイナー
bengo4com
0
1.3k
KubeCon + CloudNativeCon Japan 2025 に行ってきた! & containerd の新機能紹介
honahuku
0
120
自律的なスケーリング手法FASTにおけるVPoEとしてのアカウンタビリティ / dev-productivity-con-2025
yoshikiiida
1
14k
2025-07-06 QGIS初級ハンズオン「はじめてのQGIS」
kou_kita
0
150
さくらのIaaS基盤のモニタリングとOpenTelemetry/OSC Hokkaido 2025
fujiwara3
2
310
Geminiとv0による高速プロトタイピング
shinya337
0
230
生成AIで小説を書くためにプロンプトの制約や原則について学ぶ / prompt-engineering-for-ai-fiction
nwiizo
6
4k
WordPressから ヘッドレスCMSへ! Storyblokへの移行プロセス
nyata
0
430
Tokyo_reInforce_2025_recap_iam_access_analyzer
hiashisan
0
170
本が全く読めなかった過去の自分へ
genshun9
0
800
Yamla: Rustでつくるリアルタイム性を追求した機械学習基盤 / Yamla: A Rust-Based Machine Learning Platform Pursuing Real-Time Capabilities
lycorptech_jp
PRO
4
220
Featured
See All Featured
Faster Mobile Websites
deanohume
307
31k
Designing Experiences People Love
moore
142
24k
Java REST API Framework Comparison - PWX 2021
mraible
31
8.7k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
35
2.4k
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
15
1.5k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
29
2.7k
Measuring & Analyzing Core Web Vitals
bluesmoon
7
500
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
229
22k
Keith and Marios Guide to Fast Websites
keithpitt
411
22k
Embracing the Ebb and Flow
colly
86
4.7k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
3.9k
The Pragmatic Product Professional
lauravandoore
35
6.7k
Transcript
第1回 雲勉LT⼤会 Amazon SageMaker Canvas で学ぶ機械学習モデルの構築
⾃⼰紹介 2 前野 佑宜(まえの ゆうき) • 第四開発事業部 第三開発セクション第三開発Eグループ所属 • 23新卒でアイレット⼊社→今年の4⽉で⼊社1年
• ⼤学時代は経済学部で、全くの未経験からIT業界に⾶び込んだ • 現在は、主にバックエンド開発に従事 初めてのLTで⾄らない点もありますが 温かい⽬で⾒守って頂けますと幸いです︕
アジェンダ 3 テーマ紹介 「SageMaker Canvasで学ぶ機械学習モデルの構築」 AI Package Tracker hands-on labでの
ハンズオンラボ まとめ
本⽇のゴール 4 極⼒難しい⾔葉は使わないように、 分かりやすい⾔葉でお伝えします︕ AWSの「機械学習」サービスの 学習の障壁を下げること 私⾃⾝もまだまだ機械学習初学者なので、 初⼼者⽬線で感じたこともお伝えできればと思います︕
1. テーマ紹介 5
1.テーマ紹介 6 Amazon SageMaker とは︖ ・機械学習モデルを構築、トレーニング、デプロイできるサービス Amazon SageMaker Canvas とは︖
・ノーコードで機械学習モデルをデプロイできるSageMakerの⼀機能 ・↑機械学習=「難易度が⾼くとっつきにくい」という ⼀般的なイメージを払拭
1.テーマ紹介 7 BedrockとSageMaker、何が違うの︖ ・どちらも基盤モデルを⼿軽に使うことのできるサービス ・違いを下記の表にまとめてみました Amazon SageMaker (正確にはSageMaker JumpStartという機能) Amazon
Bedrock 利⽤⽅法 推論エンドポイント経由 (ユーザー⾃⾝でエンドポイントを⽴てる) Bedrock API経由 (Bedrockのサービス側に 基盤モデルがホストされている) お⼿軽さ ◦ (⾃⾝でインスタンスタイプの 設定はする必要がある) ◎ カスタマイズ性 ◎ ◦
2. AI Package Tracker hands-on labでの ハンズオン 8
2.AI Package Tracker hands-on labでのハンズオン 9 AI Package Tracker hands-on
lab を使⽤しました • AWSアカウント不要で試すことのできるハンズオンラボ (https://ai.awsplayer.com/labs/amazonsagemakercanvas) • AWS Builder ID(無料) を別途作成する必要はある 初期画⾯はこんな感じ ★事前準備不要 →データはすでに準備されている
2.AI Package Tracker hands-on labでのハンズオン 10 注意点 • 時間の都合上、要点をかいつまんでお伝えすることになります🙇 •
詳細はiret.mediaにも(https://iret.media/94166)公開しておりますのでご覧くださ い︕ • ハンズオンについては確か制限時間(8h?)があった気がするのでご注意を︕
2.AI Package Tracker hands-on labでのハンズオン 11 AI Packager Tracker hands-onの内容をざっくり要約
• 荷物の配送状況がOntime(時間通り)なのかDelayed(遅れている)なのかの要因を、 モデルを⽤いて推測 On time Delayed
2.AI Package Tracker hands-on labでのハンズオン 12 全体像
2.AI Package Tracker hands-on labでのハンズオン 13 ①データのインポート+データセットの作成
2.AI Package Tracker hands-on labでのハンズオン 14 ①データのインポート+データセットの作成 今回は、事前に準備されているcsvデータを使⽤します
2.AI Package Tracker hands-on labでのハンズオン 15 CSVファイルの中⾝を詳しくみる →2018年冬の3ヶ⽉間にアメリカで取られた45000件のデータ 郵便番号・配送量・その時の気象データ・配送遅延の状況が ⼊っている
2.AI Package Tracker hands-on labでのハンズオン 16 ①データセット作成後、Preview Modelで分析の正確さが確認できる
2.AI Package Tracker hands-on labでのハンズオン 17 ②ビルド(Build)
2.AI Package Tracker hands-on labでのハンズオン 18 モデルの正確性 遅延の要因 ③分析(Analyze)
2.AI Package Tracker hands-on labでのハンズオン 19 パラメータ 予測結果 寄与度 ④予測(Predict)
2.AI Package Tracker hands-on labでのハンズオン 20 ④予測(Predict) ⾚:変更箇所 緑:寄与度が⾼いカラム 試しにパラメータを変えてみるとどうなるか︖︖
3. まとめ 21
3.まとめ 22 SageMaker Canvasを使ってみての感想や気づき 機械学習の深い知識がなくても 簡単にGUI上でモデルを作成し、分析ができるのは便利 とはいえ、多少は統計の基礎の部分の知識の理解は必要な気がした ハンズオンラボ→「とりあえず軽く触ってみたい」⼈にはお勧めです︕ 機械学習はあくまでも課題解決の⼿段にすぎない →「機械学習を使って何がしたいのか」を明確にするのかが⼤事︕
参考⽂献 23 ⼤規模⾔語モデル (LLM) ⼊⾨ | AWS AI Week for
Developers https://www.youtube.com/watch?v=jnmxMUqdV_0&list=PLzWGOASvSx6GpTyGBB6rLapnY9N_xrBKW&index=4 AWS Builders Online Series ノーコードではじめる 機械学習 Amazon SageMaker Canvas の 使いどころ https://pages.awscloud.com/rs/112-TZM-766/images/BOS18_T2-1_AWS-Builders-Online-Series_2023-Q1_Presentation- Deck.pdf
動画URL 24 n 動画タイトル 第1回 雲勉LT⼤会 AWSをテーマに社内でLT⼤会をやってみた n 動画URL https://youtu.be/EVdUQx4jCkE
ご清聴ありがとうございました︕ 25