投稿日: Jun 7, 2018

Amazon SageMaker によるモデルの自動チューニングが一般利用可能になりました。この機能によって、Amazon SageMaker は何千ものアルゴリズムパラメーターを調節してモデルを自動的にチューニングし、モデルが出し得る最も正確な予測に到達することができます。

モデルをさらに正確にチューニングする場合は、モデルに与えるデータ入力をを変更する (例えば数のログを取るなど)、アルゴリズムのパラメーターを調節するという 2 つの大きな手段を取ります。これらはハイパーパラメータと呼ばれ、適切な値を探し出すのは容易ではありません。通常はランダムなものから初めて、変更がどういう影響を与えるかを試行錯誤を重ねて調節します。モデルにいくつのハイパーパラメータがあるかによって、これには時間がかかることがあります。

この過程を簡単にするため、Amazon SageMaker ではトレーニング中のオプションとして、自動モデルチューニングを提供します。Amazon SageMaker では、実際に機械学習を使用して機械学習モデルをチューニングします。これはどのタイプのデータがどのようにモデルに影響を与えるかを学習し、この知識をモデルの多くのコピーに渡って適用して素早く最も良い結果を生み出します。開発者や科学者にとっては、このことはモデルに与えるデータの調節だけを考えておれば良く、トレーニング中に考慮すべき事項を大幅に減らせることを意味します。モデルの自動チューニングを開始するときは、API を使用してトレーニングジョブの数を指定するだけで、残りの部分は Amazon SageMaker が処理します。

現在、モデルの自動チューニングは米国東部 (バージニア北部)、米国東部 (オハイオ)、米国西部 (オレゴン)、欧州 (アイルランド)、アジアパシフィック (東京) の各 AWS リージョンで利用可能です。 モデルの自動チューニングに関する詳細情報は、 ドキュメントのページにアクセスし、トレーニングジョブでモデルの自動チューニングを使用する方法に関するブログ記事をご覧ください。