Amazon SageMaker

すべてのデータサイエンティストとデベロッパーのための機械学習

Amazon SageMaker Studio

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。

機械学習ワークフロー
ML 用 IDE

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。

統合された機能

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

SageMaker の概要

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%

TCO を削減

70%

データのラベル付けの費用削減

198

リリース以降に追加された新機能

22

コンプライアンスプログラム (PCI、HIPAA、SOC 1/2/3、FedRAMP、ISO など)

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

TensorFlow
TensorFlow
PyTorch
MXNet
Hugging Face のロゴ
TensorFlow
TensorFlow
TensorFlow

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

SageMaker Studio

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。

詳細 »
SageMaker Autopilot

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。

詳細 »
SageMaker Ground Truth
新着

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。

詳細 »
SageMaker Data Wrangler
新着

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。

詳細 »
SageMaker Feature Store

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。

詳細 »
SageMaker Debugger

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。

詳細 »
ワンクリックデプロイ
新着

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。

詳細 »
SageMaker Edge Manager

本番環境での ML のための重要な機能

SageMaker Pipelines
新着

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。

詳細 »
SageMaker Clarify
新着

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。

詳細 »
SageMaker のセキュリティ

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。

詳細 »

本番環境での ML のための重要な機能

SageMaker Pipelines
新着

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。

詳細 »
SageMaker Clarify
新着

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。

詳細 »
SageMaker のセキュリティ

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。

詳細 »

Amazon SageMaker のお客様

Amazon SageMaker は、さまざまな業界の何万ものお客様にご利用いただいています。

お客様事例をもっと見る »
Capital One
Celgene
Conde Nast
Domino's
F1
GE
Lyft
ロシュ
Siemens
T-Mobile
Thomson Reuters
Verizon
新着

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。

SageMaker のステップバイステップガイド » SageMaker JumpStart »
予知保全

予知保全

Georgia Pacific は SageMaker を使用して、機械の問題を早期に検出する ML モデルを開発しています。

詳細 »
コンピュータビジョン

コンピュータビジョン

3M は、SageMaker 上に構築された欠陥検出モデルを使用して、品質管理プロセスの有効性を向上させています。

詳細 »
自動運転

自動運転

Lyft Level 5 は、トレーニングのために SageMaker で標準化し、数日を要していたモデルのトレーニング時間を数時間未満に短縮しました。

詳細 »