Amazon SageMaker Studio: 機械学習のための初の統合開発環境

2019年12月3日、Amazon SageMaker Studioという機械学習のための初の統合開発環境（IDE）を提供できることを非常に嬉しく思います。

2017年に Amazon SageMaker がリリースされてからしばらく経ち、このサービスをご利用いただいているお客様の数は増加しています。機械学習開発ワークフローには反復的なプロセスが必要ですが、機械学習ツールが成熟していないために開発者は大変な思いをしてきました。従来のソフトウェア開発時に開発者が当たり前に使用する多くのツール（デバッガ、プロジェクトマネジメントツール、コラボレーション機能、モニタリングツールなど）は、まだ機械学習用には存在していないのです。

たとえば、新しいアルゴリズムを試したりハイパーパラメータをチューニングする際に、開発者やデータサイエンティストはたいてい Amazon SageMaker で数百や数千の実験を行いますが、実験結果をすべて手動で管理する必要があります。時間が経過すると、最善のモデルを見つけ出すことや実験の中で得た知見を活用することが非常に困難になってきます。

Amazon SageMaker Studio は機械学習に必要なすべてのツールを統合します。開発者は統合された、生産性を大きく向上する視覚的なインタフェースを使ってコードを書いたり、実験管理をしたり、データを可視化したりデバッグやモニタリングをすることができます。

さらに、機械学習ワークフローのこれらすべてのステップはツール内で記録されるため、開発者はステップ間を素早く行き来したり、複製したり、チューニングしたり再現したりすることができます。つまり、開発者は素早くパラメータを変更したり、実験結果を確認したり、素早く反復したりといった、高品質な機械学習ソリューションを作るための時間を短縮することができるのです。

Amazon SageMaker Studio のご紹介

Amazon SageMaker Studio を使って、すべての機械学習ワークフローをひとつの画面で管理することが可能です。さっと紹介しましょう！

Amazon SageMaker Notebooks (現在 preview 中) を使って、Jupyter ノートブックの作成と共有を簡単に行うといった、さらに便利なノートブック環境をご利用いただけます。インフラ管理を一切する必要はなく、ハードウェア構成をすぐに切り替えることも可能です。

Amazon SageMaker Experiments を使って、Amazon SageMaker Processing で実行される学習ジョブ、データ処理、モデル評価ジョブなどのあらゆる機械学習ジョブを管理、記録、比較することが可能です。

Amazon SageMaker Debugger を使って、学習時の複雑な処理をデバッグ、解析しアラートを受け取ることが可能です。この機能は、モデルの自動評価、デバッグデータの収集を行い、それらを分析してリアルタイムでアラートを出し、学習時間を最適化するアドバイスをしてモデルの質を向上します。

Amazon SageMaker Model Monitor を使って、デプロイしたモデルの性能劣化を検知してアラートを受け取ることが可能です。モデルの性能に関わることがあるデータのドリフトなどの問題を簡単に可視化することができます。コードを書く必要はなく、ほんの数クリックで実現できます。

Amazon SageMaker Autopilot を使って、フルコントロールかつ視覚的にモデルを自動で作成することが可能です。アルゴリズムの選択、データ前処理、モデルチューニングがすべてのインフラストラクチャと同様に自動的に行われます。

これらの新たな機能によって、Amazon SageMaker は機械学習モデルを素早く作成、学習、デプロイするための機械学習ワークフローを、ワークフローの規模によらず完全にカバーしました。

今回ご紹介したこれらのサービスは、Amazon SageMaker Notebooks を除いて、個別のブログポストで使い方を説明しています。以下のリンクをご覧ください。

• Amazon SageMaker Debugger
• Amazon SageMaker Model Monitor
• Amazon SageMaker Autopilot
• Amazon SageMaker Experiments

今すぐお使いいただけます！

Amazon SageMaker Studio は 2019年12月3日より、オハイオ（US East）リージョンで使用可能です。

Amazon SageMaker Studio を試したら、ぜひ Amazon SageMaker の AWS forum か AWS サポートにフィードバックをお寄せください。

– Julien

翻訳は Machine Learning SA の大渕が担当しました。原文は、こちら。