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
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
koara
December 15, 2022
Technology
0
120
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
Tweet
Share
More Decks by koara
See All by koara
SST ( Serverless Stack Toolkit ) 使ってみた
ra1211
0
230
AWSでデータ解析を始めたーい
ra1211
0
320
もめんと会 Momento Cache
ra1211
0
74
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
73
20221112_四国クラウドお遍路.pdf
ra1211
0
330
Other Decks in Technology
See All in Technology
kintone開発のプラットフォームエンジニアの紹介
cybozuinsideout
PRO
0
850
スクリプトの先へ!AIエージェントと組み合わせる モバイルE2Eテスト
error96num
0
120
最強のAIエージェントを諦めたら品質が上がった話 / how quality improved after giving up on the strongest AI agent
kt2mikan
0
110
型を書かないRuby開発への挑戦
riseshia
0
210
作りっぱなしで終わらせない! 価値を出し続ける AI エージェントのための「信頼性」設計 / Designing Reliability for AI Agents that Deliver Continuous Value
aoto
PRO
2
250
SaaSからAIへの過渡期の中で現在、組織内で起こっている変化 / SaaS to AI Paradigm Shift
aeonpeople
0
120
類似画像検索モデルの開発ノウハウ
lycorptech_jp
PRO
4
1.1k
楽しく学ぼう!コミュニティ入門 AWSと人が つむいできたストーリー
hiroramos4
PRO
1
180
Databricksアシスタントが自分で考えて動く時代に! エージェントモード体験もくもく会
taka_aki
0
370
聲の形にみるアクセシビリティ
tomokusaba
0
160
Datadog の RBAC のすべて
nulabinc
PRO
3
410
メタデータ同期に潜んでいた問題 〜 Cache Stampede 時の Cycle Wait を⾒つけた話
lycorptech_jp
PRO
0
150
Featured
See All Featured
Hiding What from Whom? A Critical Review of the History of Programming languages for Music
tomoyanonymous
2
530
The Mindset for Success: Future Career Progression
greggifford
PRO
0
270
[SF Ruby Conf 2025] Rails X
palkan
2
820
Marketing to machines
jonoalderson
1
5k
[RailsConf 2023] Rails as a piece of cake
palkan
59
6.4k
JAMstack: Web Apps at Ludicrous Speed - All Things Open 2022
reverentgeek
1
380
We Have a Design System, Now What?
morganepeng
55
8k
Chasing Engaging Ingredients in Design
codingconduct
0
140
エンジニアに許された特別な時間の終わり
watany
106
240k
State of Search Keynote: SEO is Dead Long Live SEO
ryanjones
0
150
Fashionably flexible responsive web design (full day workshop)
malarkey
408
66k
職位にかかわらず全員がリーダーシップを発揮するチーム作り / Building a team where everyone can demonstrate leadership regardless of position
madoxten
61
52k
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