Amazon Machine Learning は、機械学習モデルを構築し、予測を生成するためのマネージド型サービスであり、堅牢でスケーラブルな高度なアプリケーションを開発できます。Amazon Machine Learning を使用すると、機械学習アルゴリズムおよび手法に関する幅広い背景知識を必要とすることなく、強力な機械学習テクノロジーを使用できます。

Amazon Machine Learning の機械学習モデルの構築プロセスは、データ分析、モデルトレーニング、および評価の 3 つの処理で構成されます。データ分析ステップでは、データの分布を計算して、視覚化し、モデルトレーニングプロセスを最適化する変換を提示します。モデルトレーニングステップでは、変換されたデータ内の予測パターンを検出し、保存します。オプションの最後のステップでは、モデルの正確性を評価します。

Amazon Machine Learning では、強力な機械学習アルゴリズムとインタラクティブな視覚ツールを併用して、機械学習モデルを簡単に、作成、評価およびデプロイする方法を説明します。組み込みのデータ変換により、モデルの予測品質を最大化するように、入力データセットがシームレスに変換されることが保証されます。モデルが構築されると、サービスの直観的なモデル評価や、細かく調整できるコンソールにより、モデルの長所と短所を把握し、ビジネス目標に合わせてパフォーマンスを調整することができます。

AWS を無料でお試しください

まずは無料で始める
またはコンソールにサインイン

12 か月間の AWS 無料利用枠と、24 時間年中無休のカスタマーサービスやサポートフォーラムなどの AWS ベーシックサポート機能を利用できます。

Amazon Machine Learning は現在 AWS 無料利用枠でご利用できないことにご注意ください。

AWS アカウント作成の流れはこちら »

日本担当チームへお問い合わせ »
200x200_social_machine-learning

機械学習 (ML) は、履歴データを使用して、より適切なビジネス上の意思決定を行う上で役立ちます。ML アルゴリズムでは、データ内のパターンを検出し、これらのパターンを使用して予測モデルを構築します。その後、このモデルを使用して今後のデータに関する予測を行います。たとえば、これまでの行動に基づいて、お客様が特定の製品を購入するかどうかを予測し、この予測に基づいてそのお客様向けにパーソナライズされたプロモーション E メールを送信するために、ML を使用できます。


Benefit_Integration_Red

Amazon Machine Learning により、AWS クラウドにすでに保存されているデータの操作が簡単になります。Amazon S3 に CSV ファイルとして保存済みのデータセットを使用したり、Amazon Redshift または Amazon RDS の MySQL データベースをクエリして、ML モデルを作成および使用したりできます。

CodeDeploy_Benefit_Centralized_Control

高品質のデータは、正確な予測モデルの構築にとって重要です。ただし、現実のデータセットは、多くの場合、不完全であるか、一貫性がありません。Amazon Machine Learning では、入力データセットの可視化と調査に役立つインタラクティブな図が提供されており、データコンテンツおよびデータの分布を把握し、不足しているデータや不正なデータ属性を見つけることができます。

拡大イメージを見る

拡大イメージを見る

Screenshot_NumericAttributes
CodeCommit_Benefit_ExistingTools

Amazon Machine Learning により、業界標準の品質メトリックスを計算し、モデルの動作の可視化を実現することで、モデルのパフォーマンスを容易に理解できるようになります。Amazon Machine Learning を使用すると、予測の解釈を細かく調整することもできます。たとえば、ML モデルを使用して、合法な購入か、不正な購入かに分類する場合、Amazon Machine Learning は、予測結果を視覚化し、高度なアプリケーションに最適な結果を提供するために予測を調整する方法を決定する上で役立ちます。

拡大イメージを見る

拡大イメージを見る

拡大イメージを見る
Benefit_Server_LightBlue

Amazon Machine Learning では、データソース、モデルおよび評価を作成、確認、および削除できるモデリングおよび管理用の API を提供します。この API により、新しいデータを使用できるようになったときに、新しいモデルの作成を自動化することができます。また、AIP を使用して、これまでのモデル、データソース、評価、およびバッチ予測を追跡したり、再現性について調査したりできます。

Benefit_Innovate-Lightbulb_Yellow

Amazon Machine Learning では、スケーラブルで堅牢な業界標準の ML アルゴリズムの実装を使用しています。Amazon Machine Learning を使用すると、開発者は、バイナリ属性(バイナリ分類)、カテゴリ属性(複数クラス分類)、数値属性(回帰)の値を予測するモデルを作成できます。たとえば、バイナリ分類モデルを使用してウェブサイトのコメントがスパムであるかどうか(「はい」または「いいえ」など)を予測できます。複数クラス分類モデルを使用すると、カスタマーサービスのリクエスト(「請求」、「技術サポート」、「注文ステータス」など)の転送先を予測できます。回帰モデルを使用すると、アプリケーションまたはサービスに関するお客様からの次の問い合わせが何日後に来るかを予測できます。

Benefit_Process_Red

機械学習モデルの品質は、入力データの品質と、ML アルゴリズムへの入力前のデータの変換方法によって異なります。データを最大限に活用できるようにするため、Amazon Machine Learning では、共通の ML データ変換の実装を提供します。Amazon Machine Learning では、入力データのデータ変換を自動的に提示し、モデルトレーニング時にデータの属性に適用する変換を容易に調整することができます。

Benefit_Customize_Orange

機械学習モデルを作成したら、Amazon Machine Learning は、それらのモデルから予測を取得するための API を提供します。この API を使用すると、高度なアプリケーションを容易に構築できます。Amazon Machine Learning では、バッチ予測 API を使用して数十億件の予測を生成したり、リアルタイム API を使用して高スループットかつ低レイテンシーの予測処理を行ったりできます。バッチ予測 API では、大量のデータレコードを取得し、1 度にすべての予測を生成します。一方、リアルタイム予測 API では低レイテンシーで同期的に予測を生成します。

Benefit_Managed-Deployment_Green

Amazon Machine Learning では、ML モデルの作成および予測生成を実行し、スケールするために必要なすべてのインフラストラクチャおよびワークフローを管理するため、ユーザーはこれらの作業から解放され、アプリケーションに集中できます。ユーザーは必要なだけモデルを作成することで、これらのモデルが生成する予測のボリューム、およびスループットをスケールすることができます。この際、ハードウェアのプロビジョニング、コンピューティング負荷の分散およびスケーリング、依存関係の管理、またはML フリートのモニタリングおよびトラブルシューティングを行う必要はありません。

Benefit_Cost_Blue

Amazon Machine Learning では、支払いは使用した分だけであるため、1 日数件の予測から、1 秒当たり数百件の予測の生成まで、簡単かつ低コストでスケールを行うことができます。予測モデルの構築に使用したコンピューティング時間あたりの料金と、バッチ予測およびリアルタイム予測の両方で、予測ごとの料金が課金されます。また、リアルタイム予測では、各モデルに必要なメモリ量に基づいて料金が課金されます。