Introducing Amazon SageMaker AutoPilot

Transcript

1. Introducing Amazon SageMaker AutoPilot 高品質な機械学習モデルをフルコントロールかつ視覚的に自動生成 10.Dec.2019 JAWS-UG東京#33 マイベストモーメント re:Invent 2019 Takashi,MOGAMI @mogamin
2. WHO AM I? Takashi, MOGAMI / @mogamin ウルシステムズ株式会社 Technology Enabler 画像処理、DeepLearningや強化学習がメイン業務。時間があればkaggleや SIGNATEで技術を磨く。社内ではテック合宿、arxiv論文を読む活動等、Scrum推 進活動、主に技術系を軸とした社内コミュニケーション活性化施策立案および実 行。最近ではgolangを使ったマイクロサービスプロジェクトを推進中。 - Scrum Master - AWS Certified Solutions Architect Professional
4. I’m Chainer User Group Member!
5. I’m Chainer User Group Member!
6. I’m AWS DeepRacer 64 Finalist
7. Introducing Amazon SageMaker Autopilot
8. Agenda - （背景）Scailing machine learning - （紹介）How Amazon SageMaker Autopilot helps you scale ML - （事例）How DevFactory uses ML to scale - （デモ）Demo of Amazon SageMaker Autopilot - （まとめ）Conclution
9. Scaling machine learning - 毎2年でデータは1,000%成長 - ここ2年で世界の人口は2.2%増加 - ほとんどのデータが使われていない - データの増加に雇用が間に合わない。 - 機械学習は人間の知識をスケールさせる テクノロジーであり、人間の知識を拡張 して増加するデータに追いつくための方 法です。 - それを使いたいが使えない壁はnanda？
10. Scailing machine learning - 機械学習プロセスはほんっと大変！ - データは時間とともに変化するので、 MLプロセスは何度も繰り返す必要があ り、いつか成功を。。。 - MLは非標準なツールを多く使い、重要 なデータにはコンプライアンス課題がつ きまとう。。。 - MLは、計算コストが高い。そのためス ケーリングにはコスト課題が残る。 - それに、これらのプロセスを自動化して 規模を拡大させたいというはるかなる願 いもある。
11. MLを成功させるには - 複雑で見つけにくい、アル ゴリズム、データ、パラメ ータの組み合わせが必要。 - しかもそれは、MLの専門家 でも、非常に時間がかかる し、ミスが多発するプロセ スだし。 - だから、AWSは自動モデル チューニングを考えました。
12. SageMaker Autopilotの守備範囲 - XXXX
13. SageMaker Autopilotの紹介 - XXXX
14. SageMaker Autopilotの紹介 DIY model training Automated ML SageMaker Autopilot • ML専門家による手作業 • 完全にコントロールでき る • ML専門家がトレードオフ の決定をする • 時間の経過とともによく なります • 専門家でなくても、専門 家のように手動操作でき る • 学習過程が可視化され ない • 精度に依存する特徴量 間のトレードオフは操作 できない • 専門家でなくても専門家 のような学習を完全自動 化できる • notebookの生成、提供 により完全にコントロー ルできる • notebookがあるので、ト レードオフになりうる特 徴量の修正は簡単 • 他モデルとの比較も可 視化できる
15. SageMaker Autopilotの紹介 DIY model training Automated ML SageMaker Autopilot • ML専門家による手作業 • 完全にコントロールでき る • ML専門家がトレードオフ の決定をする • 時間の経過とともによく なります • 専門家でなくても、専門 家のように手動操作でき る • 学習過程が可視化され ない • 精度に依存する特徴量 間のトレードオフは操作 できない • 専門家でなくても専門家 のような学習を完全自動 化できる • notebookの生成、提供 により完全にコントロー ルできる • notebookがあるので、ト レードオフになりうる特 徴量の修正は簡単 • 他モデルとの比較も可 視化できる
16. Autopilotの仕組み
17. demo
18. Amazon SageMakerのプロダクト群
19. 参考 - Amazon Web Services ブログ https://aws.amazon.com/jp/blogs/news/amazon-sagemaker-autopilot-fully- managed-automatic-machine-learning/ - ClassMethod Amazon SageMaker Autopilotを使ってみた https://dev.classmethod.jp/cloud/aws/try-amazon-sagemaker-autopilot/
20. 英語について - なんとかなる。 - はじるな！考えるな！ - 気持ちを伝えよう！
21. こちらもよろしくおねがいします。 EKS on Fargate のクラスタを構築してみる
22. ありがとうございました。 We are now hiring! @mogaminまで