構造化データソースと非構造化データソースからのデータへのアクセス
専用ツールで生産性を向上
数回クリックするだけのフルマネージド Jupyter Notebookを使用可能
データの準備、機械学習モデルの構築、トレーニング、およびデプロイが容易
データサイエンスは、ビジネスにとって意味のあるインサイトを抽出するためのデータの研究です。何が起こったのか、なぜ起こったのか、何が起こるのかなどの問題提起をし、それに答えます。機械学習 (ML) は、従来の分析ではルールベースのロジックでは簡単に解決できない問題を機械が解決できるようにするため、データサイエンスに不可欠です。機械学習はデータを分析し、例から学習してパターンを発見します。その後、マシンはパターンを使用して未知のインスタンスを認識できます。Amazon SageMaker は、何万もの顧客が利用する幅広い機械学習機能のセットを提供して、データにアクセスして分析し、高品質の機械学習モデルを構築、トレーニング、デプロイできるようにしています。SageMakerを使用することで、データサイエンスチームの生産性を最大10倍向上させることができます。
-
データを準備する
大規模な構造化および非構造化データの準備とラベル付けを容易に行い、最高のモデル品質を最小のコストで実現します。
-
モデルの構築
Amazon SageMakerは、機械学習モデルの構築に必要なすべてのツールとライブラリを提供します。このプロセスでは、さまざまなアルゴリズムを繰り返し試し、その精度を評価して、ユースケースに最適なものを見つけます。
-
モデルのトレーニングと調整
Amazon SageMakerは、インフラストラクチャを管理する必要なく、大規模な機械学習モデルのトレーニングとチューニングにかかる時間とコストを削減します。
-
推論用モデルの導入
Amazon SageMakerは、あらゆるユースケースに最適な価格性能で、予測（推論ともいう）を行う機械学習モデルを簡単に導入することができます。
