投稿日: Dec 13, 2022
Amazon Neptune バージョン 1.2.0.2 から、Amazon Neptune ML でリアルタイムの帰納的推論を使用して、機械学習 (ML) モデルのトレーニングプロセス後にグラフに追加されたノード、エッジ、プロパティ (エンティティ) に基づいて ML 予測を行えるようになりました。今回のリリースにより、お客様は ML モデルを更新しなくても、新しいデータに基づいて予測を行うことができます。Amazon Neptune ML は Amazon SageMaker を活用してグラフニューラルネットワーク (GNN) を使用しています。GNN はグラフ専用の機械学習技術で、スタンフォード大学が公開した研究によると、グラフ以外の方法で予測を行う場合と比較して、グラフの予測の大部分で精度を 50% 以上向上させることができます。
お客様には、不正検出、製品の推奨、本人確認などのユースケースをリアルタイムで予測する必要がよくあります。例えば、新しいユーザーが e コマースプラットフォームでアカウントを作成しようとする場合、企業は機械学習を使用して不正予測スコアを生成し、アカウントの作成をブロックしたり手動での確認のために保留したりするなどのリスク軽減措置を講じる場合があります。Neptune ML のリアルタイムの帰納的推論により、ML モデルを毎回再トレーニングしなくても、既存の Neptune ML モデルを使用して、新しいデータに基づきほぼリアルタイムで予測できます。さらに、お客様は、グラフデータの代表的なサンプルでトレーニングを行い、それをデプロイしてグラフ内の任意のエンティティについて予測を行うことで、Neptune ML モデルのトレーニングとデプロイをより迅速に行えるようになり、コストを節約できるようになりました。
リアルタイムの帰納的推論の詳細については、Neptune ML のドキュメントページをご覧ください。Neptune ML の使用を開始するには、こちらの CloudFormation クイックスタートを使用し、Neptune Notebook に含まれているビルド済みの Neptune ML ノートブックのチュートリアルを学習してください。
料金と利用可能なリージョンについては、Neptune 料金ページと AWS リージョン表を参照してください。Amazon Neptune ML リアルタイムの帰納的推論を使用しても、追加料金は発生しません。Amazon Neptune、Amazon SageMaker、Amazon CloudWatch、Amazon S3 などのプロビジョニングされたリソースに対してのみ料金をお支払いいただきます。