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
3.1k
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177回 雲勉 IdP 移行を楽に!Amazon Cognito でアプリへの影響をゼロにするアイデア
iret
0
16
第176回 雲勉 VPC 間サービス接続を考える!Private Service Connect 入門
iret
0
23
第175回 雲勉 Amazon ECS入門:コンテナ実行の基本を学ぶ
iret
0
36
第174回 雲勉 Google Agentspace × ADK Vertex AI Agent Engineにデプロイしたエージェントを呼び出す
iret
0
49
第173回 雲勉 ノーコードで生成 AI アプリを構築!Google Cloud AI Applications(旧 Vertex AI Agent Builder)入門
iret
0
52
第170回 雲勉 Lyria が切り拓く音楽制作の未来
iret
1
35
第169回 雲勉 AWS WAF 構築 RTA
iret
0
38
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
46
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
61
Other Decks in Technology
See All in Technology
いま注目しているデータエンジニアリングの論点
ikkimiyazaki
0
590
Escaping_the_Kraken_-_October_2025.pdf
mdalmijn
0
130
動画データのポテンシャルを引き出す! Databricks と AI活用への奮闘記(現在進行形)
databricksjapan
0
140
From Prompt to Product @ How to Web 2025, Bucharest, Romania
janwerner
0
120
VCC 2025 Write-up
bata_24
0
180
職種別ミートアップで社内から盛り上げる アウトプット文化の醸成と関係強化/ #DevRelKaigi
nishiuma
2
130
Why Governance Matters: The Key to Reducing Risk Without Slowing Down
sarahjwells
0
110
o11yで育てる、強い内製開発組織
_awache
3
120
英語は話せません!それでも海外チームと信頼関係を作るため、対話を重ねた2ヶ月間のまなび
niioka_97
0
120
リーダーになったら未来を語れるようになろう/Speak the Future
sanogemaru
0
280
研究開発部メンバーの働き⽅ / Sansan R&D Profile
sansan33
PRO
3
20k
ACA でMAGI システムを社内で展開しようとした話
mappie_kochi
1
260
Featured
See All Featured
How to Ace a Technical Interview
jacobian
280
24k
Designing for Performance
lara
610
69k
Mobile First: as difficult as doing things right
swwweet
224
10k
Fantastic passwords and where to find them - at NoRuKo
philnash
52
3.4k
StorybookのUI Testing Handbookを読んだ
zakiyama
31
6.2k
Learning to Love Humans: Emotional Interface Design
aarron
274
40k
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
Bootstrapping a Software Product
garrettdimon
PRO
307
110k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
26
3.1k
Unsuck your backbone
ammeep
671
58k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
46
7.6k
GitHub's CSS Performance
jonrohan
1032
460k
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