機械学習ワークフローを効率化するための Amazon Q Developer の SageMaker Studio をご紹介

7月10日、機械学習 (ML) 開発ライフサイクルを簡素化および加速する Amazon SageMaker Studio の新機能を発表しました。SageMaker Studio の Amazon Q Developer は、SageMaker JupyterLab エクスペリエンスにネイティブに組み込まれた生成 AI 搭載アシスタントです。このアシスタントは、お客様の自然言語入力をもとに、各タスクに最適なツールの提案、ステップバイステップのガイダンスの提供、開始するためのコード生成、エラー発生時のトラブルシューティング支援を行うことで、お客様の ML 開発ライフサイクルに合わせた実行計画を作成します。また、複雑な ML の問題を小さなタスクに変換したり、ドキュメント内の関連情報を検索したりするなどの課題に直面したときにも役立ちます。

生成人工知能 (生成 AI) や従来の ML のユースケースで Amazon SagaMaker を評価したい初めてのユーザーや、SageMaker の使用方法を知っているけれど生産性をさらに向上させ、インサイトを得るまでの時間を短縮したいと考えているリピートユーザーにも役立ちます。SageMaker Studio の Amazon Q Developer を使用すると、SageMaker Studio を離れなくても、ドキュメントページやオンラインフォーラムでサンプルノートブック、コードスニペット、説明を検索しなくても、ML モデルの構築、トレーニング、デプロイを行うことができます。

それでは、SageMaker Studio の Amazon Q Developer のさまざまな機能をご紹介しましょう。

SageMaker Studio で Amazon Q Developer の使用を開始する
Amazon SageMaker コンソールで、[Admin configurations] (管理者設定) の [Domains] (ドメイン) に移動し、ドメイン設定で Amazon Q Developer を有効にします。Amazon SageMaker を初めて使用する場合は、Amazon SageMaker ドメインの概要ドキュメントを確認してください。[mytestuser] の [Launch] (起動) ドロップダウンから [Studio] (スタジオ) を選択して Amazon SageMaker Studio を起動します。

環境が整ったら、[Applications] (アプリケーション) で [JupyterLab] を選択し、[Open JupyterLab] (JupyterLab を開く) をクリックして Jupyter Notebook を開きます。

生成 AI を搭載したアシスタント Amazon Q Developer は、私の Jupyter Notebook の隣にあります。手始めに使える組み込みコマンドがあります。

ML 問題を自然言語で説明すれば、すぐに Amazon Q Developer との会話を始めることができます。アシスタントのおかげで SageMaker を使えるので、ツールや機能の使い方を調べるのに時間を費やす必要はありません。次のプロンプトを使用します。

S3 バケットにデータがあります。そのデータを使用して、予測用の XGBoost アルゴリズムをトレーニングしたいと考えています。サンプルコードで手順をリストアップしてもらえますか。

Amazon Q Developer がステップバイステップのガイダンスを提供し、予測用に XGBoost アルゴリズムをトレーニングするためのコードを生成してくれます。推奨手順に従って、必要なセルをノートブックに簡単に追加できます。

S3 からデータセットをダウンロードし、Pandas を使って読み込むためのコードを生成する別のプロンプトを試してみましょう。これを使ってモデルの構築やトレーニングができます。これにより、反復的なタスクを処理し、手作業を減らすことで、コーディングプロセスを合理化できます。次のプロンプトを使用します。

S3 からデータセットをダウンロードして Pandas で読み込むためのコードを書いてもらえますか?

また、Amazon Q Developer にエラーのデバッグと修正に関するガイダンスを尋ねることもできます。アシスタントは、頻繁に発生するエラーと解決策に基づいてトラブルシューティングを行うのを手伝ってくれます。これにより、時間のかかるオンライン調査や試行錯誤のアプローチから解放されます。次のプロンプトを使用します。

SageMaker のバッチ推論によりモデル品質監視用のマージジョブを実行する場合に、「JSON のスキーマを推論できません。手動で指定する必要があります」というエラーを解決する方法を教えてください。

最後の例として、Amazon Q Developer に、ノートブックジョブのスケジュール方法に関するレコメンデーションを教えてもらいます。次のプロンプトを使用して回答を取得します。

ノートブックジョブをスケジュールするオプションにはどのようなものがありますか?

今すぐご利用いただけます
Amazon SageMaker が一般的に利用できるすべてのリージョンで Amazon Q Developer にアクセスできます。

アシスタントは Amazon Q Developer Professional Tier のすべてのユーザーが利用できます。料金の情報は、Amazon Q Developer の料金ページをご覧ください。

今すぐ SageMaker Studio の Amazon Q Developer を開始して、ML 開発ライフサイクルの段階を問わず、生成 AI を活用したアシスタントを使い始めましょう。

– Esra

原文はこちらです。