投稿日: Nov 7, 2023
Amazon SageMaker Canvas は、機械学習を利用するアナリストや市民データサイエンティストがビジネスニーズに合わせて正確な予測を生成することができる、コーディング不要のワークスペースです。本日より、Canvas でモデル構築のための高度な設定を行うことが可能となり、トレーニング方法 (アンサンブル/ハイパーパラメーターの最適化) とアルゴリズムの選択、トレーニングデータと検証データの分割比のカスタマイズ、AutoML 反復回数とジョブ実行時間の上限の設定などを行えるようになりました。これにより、コードを 1 行も記述することなくモデルの構築をカスタマイズできるようになりました。このような柔軟性は、より堅牢かつ洞察力に富んだモデル開発を可能にします。技術的な知識に乏しいユーザーがノーコード機能の恩恵を受けられる一方で、市民データサイエンティストは機械学習のさまざまなアルゴリズムや手法を試すことができます。これにより、手持ちのデータに対してどの手法が最適なのかを把握することができ、アルゴリズムを最適化してモデルの品質とパフォーマンスを保証することが可能となります。
SageMaker Canvas では、モデル構築のための高度な設定に加え、モデルリーダーボードを利用できるようになりました。リーダーボードを使用すると、Canvas で評価したさまざまなモデル構成に関する重要性能評価指標 (正解率、適合率、再現率、F1 スコアなど) を簡単に比較でき、手持ちのデータに対する最適なモデルを生成することができます。これにより、モデル構築の透明性が向上し、十分な情報に基づいてモデルを選択することが可能となります。また、モデル構築ワークフローの全体像の把握が可能となり、推奨される前処理ステップ、アルゴリズム、ハイパーパラメーター範囲などをノートブックで確認することができます。
これらの機能を利用するには、SageMaker Canvas からいったんログアウトしてから再度ログインし、モデル構築時に [モデルの設定] をクリックします。今回新たに Amazon SageMaker Canvas に追加された機能、すなわち、モデル構築のカスタマイズ機能、モデルリーダーボードの表示機能、AutoML ワークフローノートブックのダウンロード機能は、SageMaker Canvas がサポートされているすべての AWS リージョンでご利用いただけます。