投稿日: Oct 3, 2019
今後、AWS Step Functions と Amazon SageMaker の強化された統合を利用し、エンドツーエンドの機械学習の実行とデプロイを自動化できます。
AWS Step Functions は、AWS Glue、AWS Lambda、Amazon SageMaker などの AWS サービスを利用し、回復力のあるワークフローを構築することを可能にします。Amazon SageMaker を利用することで、開発者やデータサイエンティストは、機械学習 (ML) モデルを短期間で構築、トレーニング、デプロイできます。統合が強化されたことで今後、Amazon SageMaker の利用者はサーバーレスワークフローで機械学習を自動化できます。Step Functions ワークフローの一環として、ハイパーパラメーターを調整したり、カスタムのラベルを作成したり、ML モデルをクラウドにデプロイしたりできるようになりました。Step Functions と Amazon SageMaker を連結することで、データサイエンスチームの生産性を上げ、かつ、本稼働の ML パイプラインを大規模運用できます。
始めるにあたり、こちらのワンクリックサンプルプロジェクトをご覧ください。train-model-transform (トレーニング、モデリング、変換) のワークフローとハイパーパラメーター調整のワークフローを構築する方法を実演しています。閲覧後、初めての ML ワークフロー作成を開始してください。
AWS Step Functions が提供されているリージョンの一覧は、AWS リージョン表をご参照ください。詳細は以下をご確認ください。
- ワンクリックサンプルプロジェクトをデプロイし、AWS Step Functions と Amazon SageMaker を統合する
- Step Functions で Amazon SageMaker ジョブを管理する方法に関する記事をお読みください。この記事はAWS Step Functions 開発者ガイドに含まれています。