実装ガイドを使用して今すぐ始める

6 ステップ  |  30 分

Machine_Learning_HERO-ART_SM

Q: Amazon Machine Learning (Amazon ML) とは何ですか?

Amazon ML とは、簡単に予測アプリケーションを構築できるサービスです。不正の検出、需要予測、クリック予測が含まれます。Amazon ML では、強力なアルゴリズムが使われており、お客様の機械学習モデルの作成をサポートします。具体的には、既存データからパターンを発見し、こうしたパターンを使って利用可能になった新しいデータから予測を生成します。AWS マネジメントコンソールと API では、データとモデルの可視化ツールを利用できるほか、ウィザードに沿って機械学習モデルの作成、その品質の測定、アプリケーション要件を満たすための予測の微調整といったプロセスを進めることができます。モデルが作成されたら、お客様はシンプルな API を使うことでアプリケーションに対する予測を得ることができます。このとき、カスタム予測生成コードを実装したり、インフラストラクチャを管理したりする必要はありません。非常にスケーラブルな Amazon ML では、生成できる予測は数十億件にも上ります。また、こうした予測はリアルタイムかつ高スループットで提供されます。Amazon ML では、初期費用がかからず、従量制の料金体系であるため、小規模で開始して、アプリケーションの拡大に合わせてスケールすることができます。

Q: Amazon ML のユースケースにはどのようなものがありますか?

Amazon ML を利用することで、幅広い予測アプリケーションを作成できます。Amazon ML を利用すると、不審な取引にフラグを立てるアプリケーション、不正な注文を検出するアプリケーション、需要を予測するアプリケーション、コンテンツをパーソナライズするアプリケーション、ユーザーアクティビティを予測するアプリケーション、レビューをフィルタリングするアプリケーション、ソーシャルメディアを監視するアプリケーション、フリーテキストを分析するアプリケーション、商品をお勧めするアプリケーションなどを構築するのに役立ちます。

Q: Amazon ML では、どんなセキュリティ対策がなされていますか?

Amazon ML では、ML モデルと他のシステムのアーティファクトが転送時も保存時も暗号化されます。Amazon ML の API とコンソールに対するリクエストには、安全な SSL 接続が使用されます。また、AWS Identity and Access Management (AWS IAM) を使うことで、Amazon Machine Learning の特定のアクションとリソースに対するアクセス権をどの IAM ユーザーに付与するかをコントロールできます。

Q: Amazon ML を使用すると、データをどこに保存できますか?

Amazon ML では、次の 3 つのデータストアからデータを読み込むことができます。(a) このプロジェクト例と同様の Amazon S3 の単一または複数のファイル、(b) Amazon Redshift のクエリ結果、(c) MySQL エンジンで稼働しているデータベースに対して実行された場合の Amazon Relational Database Service (RDS) のクエリ結果。他の製品のデータについては、通常 Amazon S3 で CSV ファイルにエクスポートし、Amazon ML でアクセスできるようになります。サポートされたデータストアに対する Amazon ML のアクセス権を構成する詳細な手順については、Amazon Machine Learning Developer Guide を参照してください。

Q: このプロジェクト例を、個人のデータと共に使用したいと考えています。トレーニングで使えるデータセットのサイズに制限はありますか?

Amazon ML では、最大 100 GB のデータセットのモデルをトレーニングできます。

Q: モデルの結果に満足できない場合は、どうやってモデルを調整できますか?

モデルの品質を向上させる最も理想的な方法は、トレーニングするために使うデータの量と質を上げることです。観察量を増やすこと、情報の種類を増やすこと、およびデータを変換して学習プロセスを最適化することはすべて、モデルの予測精度を改善する優れた手段になります。また、Amazon ML では、学習プロセスを調整するために、次の複数のパラメータを利用できます。(a) モデルの対象サイズ、(b) データに対して作られるパスの数、(c) モデルに適用する規則化の種類と量です。最後に、ビジネス目標と合致させるためにモデル調整で考慮すべき重要な点は、ML モデルで生成された予測がお客様のアプリケーションでどのように解釈されるかということです。Amazon ML を利用することで、お客様はバイナリ分類モデルに対する解釈のカットオフスコアを調整できます。これにより、トレーニングを受けたモデルで発生するさまざまな間違いを比較して、情報に基づいたトレードオフを判断できます。例えば、アプリケーションによっては誤検出エラーに対する許容性は高いが、検出漏れエラーには非常に厳しく対応する場合があります。Amazon ML サービスコンソールを利用することで、お客様はスコアのカットオフを調整して、この要件に合わせることができます。

Q: Amazon ML で構築する予測モデルを使用してどのようなことができますか?

予測を生成すると、その結果をさまざまな方法で活用できます。例えば、スプレッドシートにデータをロードして、予測スコアによってデータのソートとフィルタリングを実行できます。Amazon RDS や Amazon Redshift などのデータベースにデータをロードして、適合するセグメントのリストを生成できます。また、Amazon DynamoDB を使用して NoSQL データベースに予測スコアをロードすると、リアルタイムで予測スコアをアプリケーションに提供できます。

実装ガイドを使用して今すぐ始める