機械学習 (ML) は、自然言語処理やコンピュータビジョンから、不正検出、需要予測、製品の推奨、予防保守、ドキュメント処理まで、幅広いユースケースのコアテクノロジー要素になっています。大規模な機械学習の利点を活用するには、企業全体でモダンな機械学習開発プロセスに標準化する必要があります。機械学習開発プロセスをモダナイズすると、イノベーションのペースを加速できます。その背景では、スケーラブルなインフラストラクチャ、統合されたツール、機械学習の責任ある使用のための健全なプラクティス、デベロッパーとデータサイエンティストが機械学習のスキルレベルを問わずに選択できるツール、低コストを維持するための効率的なリソース管理が提供されます。
利点
機械学習のイノベーションを加速する
機械学習モデルの開発時間を数か月から数週間に短縮し、モデルをより早く市場に投入できるようにします。機械学習開発のすべてのステップに対応する専用ツールを使用して、データサイエンティストの生産性を向上させます。MLOps を使用して機械学習プロセスを自動化し、モデル開発をスケーリングします。
機械学習の責任ある使用を促進する
機械学習ワークフロー全体でバイアスを検出して、モデルの公平性と透明性を高めます。AWS のセキュリティおよびガバナンス機能の包括的なセットを活用して、機械学習ワークロードに適用される可能性のあるセキュリティ要件についてお客様の組織を支援します。
あらゆる機械学習スキルレベルで革新する
デベロッパーとデータサイエンティストが機械学習モデルを自在に開発できるようにします。データサイエンティストが統合開発環境でコードを記述したり、機械学習モデルを自動的に構築したり、数回クリックするだけで一般的なユースケース向けに事前に構築されたソリューションをデプロイしたりできます。
コストを削減する
インフラストラクチャを自動的に最適化し、リソース使用率を向上させることにより、自己管理オプションと比較して総保有コストを 54% 以上削減します。
お客様事例
Lyft の自動運転車部門である Lyft Level 5 は、トレーニングのために Amazon SageMaker で標準化し、数日を要していたモデルトレーニング時間を数時間未満に短縮しました。
Amazon SageMaker Clarify を使用して、DeutscheFußballLiga (DFL) GmbH は、Bundesliga Match Facts インサイトの主要コンポーネントを理解して、サッカーファンに高品質のインサイトを提供できます。
Freddy’s の FrozenCustard＆Steakburgers は、Domo を介して Amazon SageMaker Autopilot を使用して、機械学習のエキスパートを雇うことなく機械学習モデルをデプロイし、2 桁の売上成長を達成しました。
NerdWallet は、Amazon SageMaker を使用して、トレーニングするモデルの数を増やしながらも、機械学習トレーニングのコストを約 75% 削減しました。
ユースケース
画像を正確に分析する
物体検出、医療診断、自動運転など、幅広いユースケース向けのコンピュータビジョンモデルを開発します。例えば、ヘルスケアのお客様は、画像分類などの SageMaker 機能を使用して、患者の診断を改善し、診断が主観的になることを極力避け、病理医の作業負荷を減らすことができます。
テキスト処理を自動化する
機械学習モデルを構築して、手書きおよび電子ドキュメントのデータを自動的に処理および分析することで、ドキュメントをより速く、より正確に、コスト効率よく分析できます。Amazon SageMaker は、BlazingText や Linear Learner など、テキスト分類、自然言語処理 (NLP)、光学式文字認識 (OCR) 用に最適化された組み込みの機械学習アルゴリズムを提供します。SageMaker は、人気のある NLP モデルライブラリである Hugging Face とも統合されています。
異常をすばやく検出する
不正検出や予知保全など、さまざまなアプリケーションのデータの異常を特定します。例えば、機械学習を使用して疑わしいトランザクションが発生する前に特定し、時間どおりに顧客に警告して顧客からの信頼を一層厚くします。SageMaker は、Random Cut Forest や XGBoost などの組み込みの機械学習アルゴリズムを提供します。このアルゴリズムを使用して、不正検出モデルをすばやくトレーニングおよびデプロイできます。
パーソナライズされたレコメンデーションを提供する
機械学習を使用して、カスタマイズされたオンラインエクスペリエンスを顧客に提供し、顧客満足度を向上させ、ビジネスを急速に成長させます。Amazon SageMaker は、レコメンデーションエンジンを構築するために、因数分解マシンなどの組み込み機械学習アルゴリズムを提供します。SageMaker Autopilot を使用して、パーソナライズモデルを自動的に生成し、数回クリックするだけでデプロイすることもできます。
AWS の主なソリューション
ビジネスおよび技術的なユースケースに迅速に対応するための専用サービス、AWS ソリューション、パートナーソリューション、ガイダンスを見つけてください。
Amazon SageMaker
Amazon SageMaker は、ビジネスライン全体で機械学習環境を簡単にモダナイズするのに役立ち、あらゆる機械学習スキルレベルのデベロッパーとデータサイエンティストが、事実上どのようなユースケースでも機械学習モデルを構築、トレーニング、デプロイできます。SageMaker は、専用の機械学習機能の幅広いセットを 1 つの統合されたビジュアルユーザーインターフェイスにまとめ、独自の機械学習環境を構築する必要がありません。そのため、コアビジネスに集中できます。SageMaker は、製品の推奨、パーソナライズ、インテリジェントショッピング、ロボット工学、音声支援デバイスなど、実際の機械学習アプリケーションの開発における Amazon の 20 年の経験に基づいて構築されています。
MLOps ワークロードオーケストレーター
このソリューションは、機械学習 (ML) モデルの生産化におけるアーキテクチャのベストプラクティスを合理化し、実施するのに役立ちます。このソリューションは、AWS の機械学習サービスとサードパーティーサービスの機械学習パイプラインを管理するための標準インターフェイスを提供する、拡張可能なフレームワークです。
AWS でのオーバーヘッド画像推論のガイダンス
衛星、無人航空機、その他のリモートセンシングデバイスから収集された物体を自動的に検出して識別する機械学習モデルを使用して、リモートセンシング画像を処理する方法を学びます。
AWS での分散モデルトレーニングのガイダンス
このガイダンスは、オンプレミスでの制約があるお客様、または既に Kubernetes に投資しているお客様が、Amazon Elastic Kubernetes Service (Amazon EKS) と Kubeflow または Amazon SageMaker のいずれかを使用して、ハイブリッドの分散型機械学習 (ML) トレーニングアーキテクチャを実装するのに役立ちます。
リソース
Amazon SageMaker のステップバイステップガイド
Amazon SageMaker の 10 分間チュートリアル
Amazon SageMaker JumpStart で利用できるあらかじめ構築されたソリューション
