説明
Amazon SageMaker AI は、データサイエンティストや開発者を支援するために設計された、包括的でフルマネージドな機械学習サービスです。初期のデータ準備からモデルのデプロイ、継続的な監視まで、MLワークフロー全体を合理化します。このプラットフォームにより、ユーザーは本番環境に対応したホスト環境に機械学習モデルを迅速に構築、トレーニング、デプロイできます。
SageMaker AI は、機械学習の複雑さを管理するためのツールのスイートを提供します。これには、ヒューマン・イン・ザ・ループ支援によるデータラベリング、データ準備および処理、そして特徴量として知られる抽出されたデータ信号の作成、保存、共有のための機能が含まれます。モデル開発のために、ユーザーはさまざまなアルゴリズムやフレームワークを使用してモデルをトレーニングし、推論のためにデプロイできます。このサービスは、堅牢なモデル管理のためのMLOpsの実践と、パフォーマンスと信頼性を確保するためのデータおよびモデル品質の監視もサポートしています。
コアモデル開発を超えて、Amazon SageMaker AI は責任あるAIの実践を重視しています。モデルのバイアスを検出するためのツールを提供し、その説明を理解することで、透明性と公平性を促進します。ガバナンス機能は、モデルのパフォーマンスを文書化および追跡するのに役立ち、説明責任を保証します。セキュリティも重要な考慮事項であり、SageMaker AI リソースのセキュリティを設定するオプションがあります。
ドキュメントは、詳細な運用情報のためのAPIリファレンスや、一般的なディープラーニングフレームワークでのトレーニングとデプロイを容易にするAmazon SageMaker AI Python SDKを含む、不可欠なリソースへのアクセスを提供します。さらに、データフォーマットやアプリケーション構築のためにAWS SDK for Python (Boto3) を活用する方法についてもガイドします。このプラットフォームは、個々のデータサイエンティストから、MLイニシアチブをスケールアップしたい大規模な開発チームまで、幅広いユーザーに適しています。
主な機能には、自動化されたML、機械学習環境、データラベリング、データ準備および処理、特徴量ストア管理、モデルトレーニングおよびデプロイ、MLOpsの実装、バイアス検出とガバナンスのための責任あるAIツールが含まれます。このサービスは、MLモデルを実験から本番環境に移行するために必要な時間と労力を削減し、イノベーションとビジネス価値を加速することを目的としています。
Amazon SageMaker AI ドキュメントの主要機能
フルマネージド機械学習サービス
MLモデルの構築とトレーニングのためのツール
本番環境に対応したモデルデプロイ
ヒューマン・イン・ザ・ループによるデータラベリング
データ準備および処理機能
特徴量の作成、保存、共有のための特徴量ストア
MLOps実装サポート
データおよびモデル品質の監視
バイアス検出と説明のための責任あるAIツール
リソースのセキュリティ設定
SageMaker AI 操作のためのAPIリファレンス
トレーニングとデプロイのためのAmazon SageMaker AI Python SDK
AWS SDK for Python (Boto3) との統合
Amazon SageMaker AI ドキュメントの使い方は？
オンボーディング: Amazon SageMaker AI のロールとドメインで開始します。
MLの自動化: データからモデルまでのエンドツーエンドの機械学習プロセスを自動化する方法を学びます。
データの準備: 機械学習のためにデータを準備する方法を理解します。
モデルのトレーニング: 機械学習モデルのトレーニングプロセスを学びます。
モデルのデプロイ: 推論のためにトレーニング済みモデルをデプロイする方法を発見します。
MLOpsの実装: SageMaker AI 上で機械学習オペレーションを実装する方法を学びます。
セキュリティの設定: Amazon SageMaker AI 内のリソースを保護する方法を理解します。
Amazon SageMaker AI ドキュメントの使用例
- 自動化されたML
- データラベリング
- モデルトレーニング
- モデルデプロイ
- MLOpsの実装
- 責任あるAI
- 特徴量エンジニアリング
