投稿日: May 27, 2021
Redshift ML の一般提供が開始されたことをお知らせします。Amazon Redshift ML は、使い慣れた SQL を使用して、機械学習 (ML) モデルを作成、トレーニング、デプロイできます。Amazon Redshift ML で、データを移動したり新しいスキルを習得したりすることなく、フルマネージドの機械学習サービスである Amazon SageMaker を活用できるようになります。
Amazon SageMaker を搭載した Amazon Redshift ML を使用すれば、SQL ステートメントを使用して Amazon Redshift のデータから機械学習モデルを作成およびトレーニングし、これらのモデルを使用して、クエリやレポートで直接チャーン予測や不正リスクのスコアリングなどを行うことができます。Amazon Redshift ML は、最適なモデルを自動的に検出し、Amazon SageMaker Autopilot を使用してトレーニングデータに基づいて調整します。SageMaker Autopilot は、回帰、バイナリ、またはマルチクラス分類モデルからいずれかを選択します。または、Xtreme Gradient Boosted tree (XGBoost) や多層パーセプトロン (MLP)などの特定モデルタイプ、回帰や分類などの問題タイプ、およびプリプロセッサやハイパーパラメータを選択することもできます。Amazon Redshift ML は、パラメータを使用して、Amazon Redshift データウェアハウスでモデルを構築、トレーニング、およびデプロイします。ユーザー定義関数 (UDF) を呼びだすかのように、SQL クエリを使用してこれらのトレーニング済みモデルから予測を取得し、超並列処理機能を含め、Amazon Redshift のすべての利点を活用できます。ローカル推論には、学習済みの SageMaker Autopilot、XGBoost、または MLP モデルをお使いの Amazon Redshift クラスターにインポートします。
Amazon Redshift ML は、リモート SageMaker endpoints にデプロイされたカスタム ML モデルを呼びだす機能も提供します。
Amazon Redshift ML は、既存のクラスターリソースを予測に活用するため、Amazon Redshift の追加料金が発生することはありません。Amazon Redshift でモデルを作成すると、Amazon Redshift ML は、モデルを学習するために Amazon SageMaker を使用します。費用は、SageMaker の使用料のみです。モデルの作成または使用には Amazon Redshift の追加料金はなく、予測は Amazon Redshift クラスターでローカルに行われます。詳細については、Redshift* の料金ページをご覧ください。