$9ࣄۀຊ෦ͤʔͷ ݁ ہ ࠓ ී ௨ ͷ Τ ϯ δ χ Ξ ͕ 4BHF.BLFSΛ ࢖ ͏ ͱ Կ ͕ Ͱ ͖ Δ ͷ ͔ #cmregrowth

ਗ਼໺ ߶࢙ʢͤʔͷʣ Ϋϥεϝιουגࣜձࣾ ࡳຈΦϑΟεॴଐ ΧϑΣࣄۀʹैࣄɻ ίϯϐϡʔλϏδϣϯΛ࢖༻ͯ͠ϨδΛ࢖ΘͣʹձܭΛࡁ·ͤΔ ΢ΥʔΫεϧʔܕళฮͷݚڀɾ։ൃΛߦ͏ɻ Classmethod, Inc. CX Division AI Expert

ػցֶशͩΒ͚ɻ

ػցֶशʹ͍ͭͯݴͬͯͨ͜ͱɻ ɾ ػ ց ֶ श ͸ ΋ ͸ ΍ ʮ ΍ ͬͯ Έ Α ͏ ʯ Ϩ ϕ ϧ Ͱ ͸ ͳ ͍ ɾ ଟ ͘ ͷ ا ۀ ͷ ʮ ί Ξ Ϗ δ ω ε ʯ ʹ ͳ ͬͯ ͍ Δ ɾ ΋ ͬ ͱ ༷ ʑ ͳ ։ ൃ ऀ ͕ ػ ց ֶ श Λ ѻ ͑ Δ Α ͏ ʹ ͢ Δ

ͭͷʮ5&/&5ʯɻ T E N E T 1 . P r o v i d e F i r m F o u n d a t i o n T E N E T 2 . C r e a t e t h e S h o r t e s t P a t h t o S u c c e s s T E N E T 3 . E x p a n d M a c h i n e L e a r n i n g t o m o r e B u i l d e r s T E N E T 4 . S o l v e R e a l B u s i n e s s P r o b l e m s E n d t o E n d T E N E T 5 . L e a r n C o n t i n u o u s l y ʢ౔୆ΛݻΊΔʣ ʢ੒ޭ΁ͷ࠷୹ํ๏Λ࡞Γग़͢ʣ ʢΑΓଟ͘ͷ։ൃऀʹػցֶशΛ޿ΊΔʣ ʢݱ࣮ʹ͋ΔϏδωε্ͷ՝୊Λ௚઀ղܾ͢Δʣ ʢֶͼଓ͚Δʣ

ͭͷʮ5&/&5ʯɻ T E N E T 1 . P r o v i d e F i r m F o u n d a t i o n T E N E T 2 . C r e a t e t h e S h o r t e s t P a t h t o S u c c e s s T E N E T 3 . E x p a n d M a c h i n e L e a r n i n g t o m o r e B u i l d e r s T E N E T 4 . S o l v e R e a l B u s i n e s s P r o b l e m s E n d t o E n d T E N E T 5 . L e a r n C o n t i n u o u s l y ʢ౔୆ΛݻΊΔʣ ʢ੒ޭ΁ͷ࠷୹ํ๏Λ࡞Γग़͢ʣ ʢΑΓଟ͘ͷ։ൃऀʹػցֶशΛ޿ΊΔʣ ʢݱ࣮ʹ͋ΔϏδωε্ͷ՝୊Λ௚઀ղܾ͢Δʣ ʢֶͼଓ͚Δʣ

̋̋.-ɻ ɾAurora MySQL ML ɾAthena ML ɾRedshift ML (New!) ɾNeptune ML (New!)

4BHF.BLFS৽ػೳɻ ɾSageMaker Data Wrangler ɾSageMaker Feature Store ɾSageMaker Pipelines ɾDeep Profiling for SageMaker Debugger ɾSageMaker Clarify ɾSageMaker Edge Manager ɾSageMaker JumpStart ɾSageMaker Studio with Private Link and IAM SourceIP Rstrictions

#VJMEFSͷϗϯωɻ ͳ Μ ͔ ɺ Α ͘ Θ ͔ Μ ͳ ͍ ɻ

Ϙʔυ ϑϨʔϜϫʔΫ Deep Learning ਺ֶ ඍ෼ੵ෼ ߦྻ ઢܗ୅਺ ϕΫτϧ ଛࣦؔ਺ ޡࠩٯ఻೻๏ ޯ഑߱Լ๏ scikit-learn PyTorch Tensorflow ϕΠζ෼ྨث K-means SVM PCA Chainer GPU VPU ΞʔΩςΫνϟ FPGA ΞϧΰϦζϜ ػ ց ֶ श

Կ͕Θ͔Βͳ͍ͷ͔ɻ ػ ց ֶ श Ͱ Ͳ Μ ͳ ͜ ͱ ͕ Ͱ ͖ Δ ͔ S a g e M a k e r ͷ ૢ ࡞ ํ ๏ S a g e M a k e r Ͱ ػ ց ֶ श Λ ͢ Δ ϓ ϩ η ε

4BHF.BLFSͷεΰΠͱ͜ɻ 4BHF.BLFS։ൃɺֶशɺσϓϩΠΛ෼཭ 4BHF.BLFS4UVEJPػೳΛҰͭʹମܥԽ 4BHF.BLFS৽ػೳॲཧ͝ͱʹΊΜͲ͍͘͞ॴΛࣗಈԽ

ػցֶशͷྲྀΕɻ σʔλΛ ूΊͯ લॲཧ σʔλΛαʔόʔʹҾͬ ு͖ͬͯͯɺ ϑϨʔϜϫʔΫΛ࢖ͬͯ ֶश ϞσϧΛධՁ σϓϩΠ Data Wrangler Feature Store pipelines edge manager jump start clarify AWS

%BUB8SBOHMFSɻ σ ʔ λ ͷ લ ४ උ Λ ؆ ୯ ʹ ɻ ・S3/Athena/Redshift/LakeFormation/FeatureStoreから 数クリックでデータを選択・インポート ・300以上のtransformationを使ってデータの変換、結合 ・リアルタイムでグラフ表示

'FBUVSF4UPSFɻ ಛ ௃ ྔ Λ ؅ ཧ ɻ ・生データを学習しやすい形に変換 ・学習と推論のデータによる偏りを軽減 ・特徴の検出、管理、再利用を簡単に

$MBSJGZɻ ภ Γ Λ ݕ ग़ ɻ ・データの偏り（バイアス）を検出 ・モデルの寄与値をグラフ表示 ・学習前でも学習後でも使える

&EHF.BOBHFSɻ Τ ο δ ΁ ͷ σ ϓ ϩ Π ؅ ཧ ɻ ・エージェントを入れたエッジとSageMakerが連携 ・できたモデルのデプロイ、ロード、再学習 ・Greenglassの機械学習版

1JQFMJOFTɻ ػ ց ֶ श Λ ϫ ʔ Ϋ ϑ ϩ ʔ Խ ɺ C I / C D ͢ Δ ɻ ・学習フローをステップ化して自動実行 ・モデルのバージョン管理 ・再作成することによる監査証跡

+VNQ4UBSUɻ શ ෦ ৐ ͤ ͷ ௒ ڧ ྗ π ʔ ϧ ɻ ・データ準備、学習、評価、デプロイがワンクリック展開 ・ソリューション、モデルが200以上 ・データを用意するだけで追加学習が可能

·ͱΊɻ ͜ Ε ͔ Β ػ ց ֶ श Λ ͸ ͡ Ί Δ ʹ ͸ ɻ 1 . J u m p s t a r t Ͱ σ ʔ λ ͷ ྲྀ Ε Λ ମ ݧ ͢ Δ 2 . σ ʔ λ Λ ༻ ҙ ͯ͠ ௥ Ճ ֶ श ͯ͠ Έ Δ 3 . α ϯ ϓϧ Λ ݩ ʹ S t u d i o Ͱ ૊ ΜͰ Έ Δ 4 . ࡞ ͬ ͨ ύ ʔ π Λ C I / C D Ͱ ؅ ཧ ͯ͠ Έ Δ

No content