Amazon Web Services ブログ
AWS CodeBuild のパブリックビルドの導入
この記事は Introducing public builds for AWS CodeBuild を翻訳した […]
Fluent チュートリアル – アプリケーションのログを複数のストリームに分割する
この記事は Splitting an application’s logs into multiple str […]
クラウド時代の災害対応 – AWS は赤十字など NPO と協力し被災住民を支援
今回のブログでは、 AWSジャパン・パブリックセクターより、「Amazon / AWS が世界各地で取り組んで […]
Epic Games の Unreal Engine を使ったバーチャルプロダクションのリファレンスアーキテクチャ
今回、Epic Games の Unreal Engine を使用したバーチャルプロダクション向けアマゾンウェ […]
2022 年最初の AWS ヒーローをご紹介!
AWS ヒーロープログラムは、技術コミュニティで、真に期待を超える貢献をして知識を共有した個人を称える世界的な […]
MLaaS (Machine Learning as a Service) のためのマルチテナント機械学習構築環境を Amazon SageMaker Pipelines で実装する
近年、自社で保有するデータだけでなく、外部や第三者のデータを使って機械学習(ML)モデルを構築する企業が増えています。そして学習させたモデルを外部の顧客に提供することで収益源とするビジネスモデルを構築することができます。
この記事では、Amazon SageMaker Pipelinesが、Machine Learning as a Service (MLaaS) / Software as a Service (SaaS) アプリケーションにおけるデータの前処理、そして機械学習モデルの構築、訓練、チューニング、登録にどのように役立つかを紹介します。特にテナント分離とコスト配分に焦点を当て、テナント固有のMLモデルを構築するためのベストプラクティスを紹介します。
インターネットからのイングレストラフィックフローのためのファイアウォールのデプロイ設計
この記事は Design your firewall deployment for Internet ingr […]
新しく更新された Migrating to AWS への移行コースで大規模な移行を実行する方法を学ぶ
この記事は 2021 年 3 月 24 日にAWS Training のプロダクトマネージャー Ed Van […]
AWS Week in Review – 2022 年 3 月 14 日
AWS Week in Review はシリーズとして、毎週 AWS からの興味深いニュースやお知らせをダイジ […]
Lake Formation を使用し AWS アカウント間でセキュアにデータ共有を実現
近年、多くの企業で構造化データ・非構造化データをスケーラブルな形で一箇所に集約したいニーズが増えてきたことから […]