Amazon SageMaker は、ML 専用に構築された幅広い一連の機能をまとめて提供することにより、データサイエンティストとデベロッパーが高品質の機械学習 (ML) モデルを迅速に準備、構築、トレーニング、およびデプロイするのを支援します。
最も包括的な ML サービス
ラベル付け、データ準備、特徴エンジニアリング、統計的バイアス検出、自動 ML、トレーニング、調整、ホスティング、説明可能性、モニタリング、ワークフローなど、ML 開発のあらゆるステップのための専用ツールでイノベーションを加速します。
ML のための最初の統合開発環境 (IDE)
ML 専用に設計された最初の完全統合開発環境である Amazon SageMaker Studio を使用して生産性を向上させましょう。これは、ML に必要なすべてのものを 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て提供します。
一緒に機能するようにゼロから設計された機能
ML 開発に Amazon SageMaker の統合機能を使用すると、カスタム統合コードを何か月もかけて記述する必要がなくなり、最終的に費用を削減できます。
仕組み
AWS の歴史の中で最も急速に成長しているサービスの 1 つ
Amazon 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。
10 倍
チームの生産性の向上
90%
マネージドスポットトレーニングで費用削減
75%
推論費用を削減
54%
70%
198
22
Amazon SageMaker が主要な機械学習フレームワーク、ツールキット、およびプログラミング言語をサポート
データを準備し、ML モデルを構築、トレーニング、およびデプロイするための主な機能
SageMaker の統合開発環境 (IDE) で生産性を向上させる
Amazon SageMaker Studio は、Python 言語でモデルを簡単に構築するための ウェブベースのビジュアルインターフェースを提供します。また、クラウドで初のフルマネージド RStudio Workbench である RStudio on SageMaker の伸縮自在なコンピューティングリソースを使用して、R 言語で機械学習用のデータを分析、および可視化することができます。
詳細はこちら: SageMaker Studio | SageMaker の RStudio
モデルを自動的に構築、トレーニング、および調整
Amazon SageMaker Autopilot は、予測に最適なアルゴリズムを選択し、可視性や制御を失うことなく、機械学習モデルを自動的に構築、トレーニング、および調整します。
データのラベル付け費用を最大で 70% 削減する
Amazon SageMaker Ground Truth を使用すると、3D ポイントクラウド、動画、画像、テキストなど、さまざまなユースケースのトレーニングデータセットに簡単かつ正確にラベルを付けることができます。
ML 用のデータを準備するための最も迅速で簡単な方法
Amazon SageMaker Data Wrangler は、ML 用のデータを準備するのにかかる時間を数週間から数分に短縮します。数回クリックするだけで、データの選択、クレンジング、探索、視覚化など、データ準備ワークフローの各ステップを完了することができます。
ML 専用の特徴ストア
Amazon SageMaker Feature Store は、ML の特徴を保存、更新、取得、および共有するためのリポジトリを提供します。SageMaker Feature Store は、ML モデルが使用する機能についての 1 つの一貫したビューを提供するため、非常に精度の高い予測を生成するモデルの生成が大幅に容易になります。
質の高いのモデルをより速くトレーニングする
Amazon SageMaker には、組み込みのデバッガーとプロファイラーが用意されているため、モデルを本番環境にプッシュする前に、モデルのトレーニングエラーとパフォーマンスのボトルネックを特定して削減できます。
クラウドへのワンクリックデプロイ
Amazon SageMaker を使用すると、トレーニングされたモデルをシングルクリックで本番環境に簡単にデプロイできるため、リアルタイムデータまたはバッチデータの予測の生成を開始できます。
エッジデバイスのモデルの質を向上させる
Amazon SageMaker Edge Manager は、エッジデバイスのフリートで機械学習モデルを最適化、保護、モニタリング、および維持して、エッジデバイスにデプロイされたモデルが確実に正しく動作するようにします。
本番環境での ML のための重要な機能
機械学習ワークフローを自動化する
Amazon SageMaker Pipelines は、機械学習のための最初の専用の使いやすい継続的インテグレーションおよび継続的デリバリー (CI/CD) サービスです。ワークフローは、チーム間で共有および再利用できます。
バイアスを検出し、予測を理解する
Amazon SageMaker Clarify は、ML ワークフロー全体におけるバイアス検出を提供します。これにより、ML モデルの公平性と透明性を向上させることができます。SageMaker Clarify には、モデルの予測を説明し、内部プレゼンテーションをサポートしたり、修正するための手順を実行できるモデルの問題を特定したりするためのレポートを作成できる特長の重要度グラフも含まれています。
ML ライフサイクル全体でデータとコードを保護する
Amazon SageMaker は、暗号化、プライベートネットワーク接続、承認、認証、モニタリング、監査機能などの一連の包括的なセキュリティ機能を提供し、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組織を支援します。
本番環境での ML のための重要な機能
機械学習ワークフローを自動化する
Amazon SageMaker Pipelines は、機械学習のための最初の専用の使いやすい継続的インテグレーションおよび継続的デリバリー (CI/CD) サービスです。ワークフローは、チーム間で共有および再利用できます。
透明性を向上させる
Amazon SageMaker Clarify は、ML ワークフロー全体におけるバイアス検出を提供します。これにより、ML モデルの公平性と透明性を向上させることができます。SageMaker Clarify には、モデルの予測を説明し、内部プレゼンテーションをサポートしたり、修正するための手順を実行できるモデルの問題を特定したりするためのレポートを作成できる特長の重要度グラフも含まれています。
ML ライフサイクル全体でデータとコードを保護する
Amazon SageMaker は、暗号化、プライベートネットワーク接続、承認、認証、モニタリング、監査機能などの一連の包括的なセキュリティ機能を提供し、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組織を支援します。
Amazon SageMaker JumpStart の使用を開始する
Amazon SageMaker は、事実上あらゆるユースケースの ML モデルを構築、トレーニング、およびデプロイするために使用できる機械学習サービスです。簡単な技術紹介については、SageMaker のステップバイステップガイドをご参照ください。ML プロジェクトの開始をサポートするために、Amazon SageMaker JumpStart は、最も一般的なユースケース向けにあらかじめ構築された、わずか数回のクリックでデプロイできる一連のソリューションを提供します。これらのソリューションは完全にカスタマイズ可能であるため、特定のユースケースやデータセットのニーズに合わせて変更できます。
