Upgrade to Pro — share decks privately, control downloads, hide ads and more …

AWS認定Machine Learning - Specialty受けてきた / aws-certifed-machine-learning-specialty

82d6167c4d14393c2e20b37a74b363c5?s=47 kasacchiful
July 10, 2021
Programming
0
160

AWS認定Machine Learning - Specialty受けてきた / aws-certifed-machine-learning-specialty

Python機械学習勉強会 in 新潟 #13 の LT で発表した資料です。

82d6167c4d14393c2e20b37a74b363c5?s=128

kasacchiful

July 10, 2021
Tweet

More Decks by kasacchiful

See All by kasacchiful
Amazon SageMaker Studio Labで遊んでみよう / pyml-niigata-16-lt
82d6167c4d14393c2e20b37a74b363c5?s=48 kasacchiful
0
54
サーバーレスパターンから学ぶデータ分析基盤構築 / devio2022
82d6167c4d14393c2e20b37a74b363c5?s=48 kasacchiful
0
490
【近況報告】転職など いろいろありました / nds62
82d6167c4d14393c2e20b37a74b363c5?s=48 kasacchiful
0
59
Vertex AI 試してみた / tried-vertex-ai
82d6167c4d14393c2e20b37a74b363c5?s=48 kasacchiful
0
110
サーバーレスパターンを見てみよう / 20220212peacock-engineer-group-lt
82d6167c4d14393c2e20b37a74b363c5?s=48 kasacchiful
0
67
AWSで作る、サーバーレスデータ分析基盤構築 / jawsug-niigata-11
82d6167c4d14393c2e20b37a74b363c5?s=48 kasacchiful
1
110
サーバーレスの分析基盤 / 20211117peacock-engineer-group-lt
82d6167c4d14393c2e20b37a74b363c5?s=48 kasacchiful
0
61
S3にあるデータをAthenaのクエリで取得してLambda (Pandas) で加工してみた / akiba-aws-online7
82d6167c4d14393c2e20b37a74b363c5?s=48 kasacchiful
0
450
サーバーレスでデータ連携する際にハマったところ / ninno-techfest-20211022-lt
82d6167c4d14393c2e20b37a74b363c5?s=48 kasacchiful
0
180

Other Decks in Programming

See All in Programming
Enzyme から React Native Testing Library に移行した経緯 / 2022-07-20
41c9dedd1b4c53ace82e040bb09334fe?s=48 tamago3keran
1
160
Rust、何もわからない...#3
5d9c07f0c2044b1407a84d88362bc84d?s=48 estie
0
170
OSS貢献を気軽にしたい Let's Go Talk #1
Aa0368c69701536321af9db1ae552b45?s=48 yuyaabo
2
240
Amazon SageMakerでImagenを動かして猫画像生成してみた
5426a03f740cd61fa5e0d4bfdb7a6cc8?s=48 hotoke_neko
0
120
atama plusの開発チームはどのように「不確実性」に向き合ってきたか〜2022夏版〜
F0a8d07597a19192791bf663504d2a17?s=48 atamaplus
3
620
「困りごと」から始める個人開発
4a0e3afe85259f2973dbc9386b6a4bb3?s=48 ikumatadokoro
4
260
ExplainableAIの概要とAmazon SageMaker Clarifyでの実装例
227382dbd5e033db211c159edf32853c?s=48 hacarus
0
100
Efficient UI testing in Android
2b0404a5db1a74f01bf3bf94d142e28c?s=48 alexzhukovich
2
120
レビュー駆動学習のススメ_StaPy#83
86b349524dfba1c635e944f2a9c92e91?s=48 soogie
0
320
このタイミングで知っておきたい 開発生産性の高いエンジニア組織の特徴とは / dev-sumi-20220721-productivity-features
6f425ca5b796b421dca359b95046184f?s=48 findyinc
7
2.7k
夕食断食にTRY!/for-lt-12th
82492720940b57cec5072e190213ba3a?s=48 pachikuriii
0
240
How to Test Your Compose UI (Droidcon Berlin 2022)
E8168a08862631072b2e82e7b662dc07?s=48 stewemetal
1
130

Featured

See All Featured
Become a Pro
828ace851b606e1206900f26459f55ad?s=48 speakerdeck
PRO
3
910
In The Pink: A Labor of Love
E837d2996f52008ace055a08fbfff992?s=48 frogandcode
131
21k
Visualization
170b760e0147792d0140e59ec78e9893?s=48 eitanlees
125
12k
Learning to Love Humans: Emotional Interface Design
5f50f94346fbcb23706f0707169317a4?s=48 aarron
261
37k
The Straight Up "How To Draw Better" Workshop
Aff5641764408271f7bc398f2097edd0?s=48 denniskardys
225
130k
The Pragmatic Product Professional
1177e050db6bafe62885362edf6e3537?s=48 lauravandoore
19
3.1k
10 Git Anti Patterns You Should be Aware of
Dafc4723e9a1c067796c0fec6f509774?s=48 lemiorhan
638
52k
Infographics Made Easy
282d599b414022eba5096510f675b6e2?s=48 chrislema
233
17k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
C44e1f7e22c3f23cff7bc130871047ef?s=48 eileencodes
119
28k
Git: the NoSQL Database
20bfe76b3d6105641f879fe45cfc9272?s=48 bkeepers
PRO
415
59k
StorybookのUI Testing Handbookを読んだ
50fc0fdc2327ecbe7350645812de52e3?s=48 zakiyama
6
2.5k
Automating Front-end Workflow
96270e4c3e5e9806cf7245475c00b275?s=48 addyosmani
1351
200k

Transcript

  1. AWSೝఆMachine Learning - Specialtyड͚͖ͯͨ Pythonػցֶशษڧձ in ৽ׁ #13 2021-07-10 @kasacchiful

  2. Software Developer Favorite: Community: • JAWS-UG Niigata • Python ML

    in Niigata • JaSST Niigata • ASTER • SWANII • etc. Hiroshi Kasahara @kasacchiful @kasacchiful 2 New!!

  3. JAWS-UG Niigata #10 IUUQTKBXTVHOJJHBUBDPOOQBTTDPNFWFOU

  4. Ϋϥ΢υϕϯμʔͷ Machine Learning ೝఆ AWS GCP Azure IUUQTBXTBNB[PODPNKQDFSUJpDBUJPODFSUJpFENBDIJOFMFBSOJOHTQFDJBMUZ IUUQTDMPVEHPPHMFDPNDFSUJpDBUJPONBDIJOFMFBSOJOHFOHJOFFS IMKB

    IUUQTEPDTNJDSPTPGUDPNKBKQMFBSODFSUJpDBUJPOTB[VSFEBUBTDJFOUJTU IUUQTEPDTNJDSPTPGUDPNKBKQMFBSODFSUJpDBUJPOTB[VSFBJFOHJOFFS

  5. AWSೝఆMachine Learning - Specialty ड͚͖ͯͨ

  6. AWSೝఆ IUUQTBXTBNB[PODPNKQDFSUJpDBUJPO

  7. ֶशํ๏ • Amazon SageMakerͷυΩϡϝϯτ͔ΒରԠΞϧΰϦζϜҰཡΛΈͯ෮श • https://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/algos.html • ͋ͱ͸طʹ͍࣋ͬͯΔ஌ࣝͰઓ͏ • 6/26(౔)͔Βֶश։࢝ɺ7/3(౔)ʹࢼݧ

    • τʔλϧֶश࣌ؒ͸8࣌ؒ͘Β͍

  8. ࢼݧ • 65໰ / 3࣌ؒ • ࢲ͸1࣌ؒ൒Ͱऴྃͨ͠ • AWSͷ஌ࣝΑΓɺػցֶशͷ஌͕ࣝ໰ΘΕΔ໰୊͕ଟΊ •

    ػցֶशαʔϏεͷʮAmazon SageMakerʯ΍֤छAIαʔϏε (Comprehend / Rekognition / etc.) ͳͲ͕ग़Δ • Kinesis / Glue ͋ͨΓ΋ग़͖ͯͨ

  9. ߹֨ͨ͠

  10. ݁Ռ Score: 874/1000 750Ҏ্Ͱ߹֨

  11. ·ͱΊ • ֤Ϋϥ΢υϕϯμʔ͕Machine Learningʹؔ͢Δೝఆࢿ֨Λ༻ҙͯ͠ ͍Δ • Ϋϥ΢υ্Ͱػցֶश͢Δ৔߹͸ɺೝఆड͚ͯΈͯ΋͍͍͔΋

  12. ͓͠·͍