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
JAWS-UG大阪 AWS re:Invent 2022 re:Cap
Search
koara
December 15, 2022
Technology
130
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
JAWS-UG大阪 AWS re:Invent 2022 re:Cap
SageMaker Data Wranglerについて話しましたーー
koara
December 15, 2022
More Decks by koara
See All by koara
SST ( Serverless Stack Toolkit ) 使ってみた
ra1211
0
250
AWSでデータ解析を始めたーい
ra1211
0
350
もめんと会 Momento Cache
ra1211
0
79
JAWS-UG 名古屋 AVAハンズオン+re:Inforceの復習
ra1211
0
130
JAWS ミート 2023
ra1211
0
78
20221112_四国クラウドお遍路.pdf
ra1211
0
360
Other Decks in Technology
See All in Technology
GuardrailからGovernanceへ~AIエージェント運用の次の課題~
sbspsy
2
280
ゴールデンパスは敷いただけでは道にならない ─ 企画部門のエンジニアが技術標準を事業価値に変えるまで
mhrtech
1
150
Mastraエージェント、どのクラウドにデプロイする?
minorun365
PRO
2
180
“それは自分の仕事じゃない"を越えて行け
yuukiyo
0
310
SREとQA 二人三脚で進めるSLO運用/sre-qa-slo
sugitak
0
570
なぜ私たちのSREプラクティスはなかなか機能しないのか 〜システムより先に組織を見る〜 / Why our SRE practices aren't really working
vtryo
3
3.7k
DMM.com 購入改善推進チーム におけるCodeRabbitを用いた レビューフロー改善の一例
ysknsid25
2
630
AIと共生する開発者プラットフォーム:バクラクのモノレポ×マイクロサービス基盤
sakajunquality
2
3.5k
あなたの『Site』はどこですか? — xREという考え方
miyamu
0
1.2k
穢れた技術選定について
watany
9
780
End-to-Endで考える信頼性 —LINEアプリにおけるクライアント開発×SRE連携の実践
maruloop
4
4.2k
Claude Code 珍プレー好プレー
shinyasaita
0
330
Featured
See All Featured
Mind Mapping
helmedeiros
PRO
1
280
The Director’s Chair: Orchestrating AI for Truly Effective Learning
tmiket
1
210
Learning to Love Humans: Emotional Interface Design
aarron
275
41k
The agentic SEO stack - context over prompts
schlessera
0
840
Embracing the Ebb and Flow
colly
88
5.1k
Bootstrapping a Software Product
garrettdimon
PRO
307
120k
A better future with KSS
kneath
240
18k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
32
3.7k
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
230
23k
Bridging the Design Gap: How Collaborative Modelling removes blockers to flow between stakeholders and teams @FastFlow conf
baasie
0
610
Sam Torres - BigQuery for SEOs
techseoconnect
PRO
0
300
Odyssey Design
rkendrick25
PRO
2
730
Transcript
AWS re:Invent 2022 re:Cap • 2022/12/14 • 古賀 巧
2 自己紹介 ▪氏名・年齢 古賀 巧(@koara__fftr) 27歳 ▪経歴 SESでドライバーの開発・保守 ▪資格 ▪趣味
音楽
re:Invent2022 Twitterなどで最新情報を確認しながら日本から参加 毎日(できる限り)キーノート視聴とre:Capに参加 Youtubeチャンネル Amazon Eventsでセッションを追う
Amazon SageMaker Data Wrangler を 知ってるかい
SageMaker StudioのUIが刷新
一般的な機械学習フローは
モデル作成よりもデータ準備に時間がかかる 外れ値 特徴量エンジニアリング データ形式
Amazon SageMaker Data Wrangler 機械学習 (ML) 用のデータを集約して準備するのにかかる時間を 数週間から数分に短縮します。 SageMaker Data
Wrangler を使用すると、データ準備と特徴 量エンジニアリングのプロセスを簡素化し、データ選択、クレンジング、 探索、視覚化など、データ準備ワークフローの各ステップを単一のビ ジュアルインターフェイスから実行できます。
まずはデータをインポート Amazon AppFlowでコネクタを設定
None
どんなデータか確認
どんなデータか確認
データを整形
データを整形
その他の操作
Data WranglerをStudio notebookから利用可能に データ変換の方法を選択すると、Studio notebookが コードを生成するので、同じ処理を好きな時に実行できる
notebookにデータを読み込む
データを整形
データを整形
None
データが準備できたらAutopilotにまかせるだけ ノーコード・ローコードでモデル作成まで完了
ご清聴ありがとうございました re:Invent 2023はラスベガスでお会いしましょう