Amazon SageMaker の組み込みアルゴリズムで 4 つの表形式データモデル化アルゴリズムが利用可能に

Amazon SageMaker はデータサイエンティストや機械学習担当者が機械学習モデルのトレーニングとデプロイを迅速に開始できるように、組み込みアルゴリズム、トレーニング済みモデル、構築済みソリューションテンプレートのスイートを提供します。これらのアルゴリズムとモデルは、教師あり学習と教師なし学習の両方に使用でき、表形式、画像、テキストなど、さまざまな入力データを処理できます。

本日より、Amazon SageMaker では、LightGBM、CatBoost、AutoGluon-Tabular、TabTransformer の 4 つの新しい表形式データモデル化アルゴリズムを提供します。 これらの人気の最先端アルゴリズムは、表形式の分類と回帰の両方の作業に使用できます。これらは SageMaker Studio のSageMaker JumpStart UI からも、SageMaker Python SDK を使用して Python コードからも利用できます。 これらのアルゴリズムの使用法についての詳細は、以下の SageMaker サンプルノートブックをご覧ください。

• LightGBM は勾配ブースティング決定木 (GBDT) のオープンソース実装として、高性能で人気があります。このアルゴリズムの使用法についての詳細は、分類と回帰のサンプルノートブックをご覧ください。

• CatBoost もまた、勾配ブースティング決定木 (GBDT) のオープンソース実装として、高性能で人気があります。このアルゴリズムの使用法についての詳細は、分類と回帰のサンプルノートブックをご覧ください。

• AutoGluon-Tabular は Amazon が開発、保守しているオープンソースの AutoML プロジェクトで、高度なデータ処理、深層学習、多層スタックのアンサンブルを実行します。このアルゴリズムの使用法についての詳細は、分類と回帰のサンプルノートブックをご覧ください。

• TabTransformer は Amazon Science の研究成果である Self-Attention 機構の Transformer を基に構築された、新しい深層表形式データモデル化アーキテクチャです。このアルゴリズムの使用法についての詳細は、分類と回帰のサンプルノートブックをご覧ください。
  

これらのアルゴリズムの使用法について詳細は、次のブログをご覧ください: Bringing the power of deep learning to data in tables (表のデータに深層学習の力をもたらす)、New built-in Amazon SageMaker algorithms for tabular data modeling: LightGBM, CatBoost, AutoGluon-Tabular, and TabTransformer (表データモデリングのための Amazon SageMaker の新しい組み込みアルゴリズム: LightGBM、CatBoost、AutoGluon-Tabular、TabTransformer)

これら 4 つのアルゴリズムは、Amazon SageMaker を利用できるすべてのリージョンで利用可能です。SageMaker でこれらの新しいモデルを使い始めるには、ドキュメントを参照してください。