AWS ML Immersion Days Tokyo for Partnersの参加レポート(2日目)

osawa yuto

2018.11.19

この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。

11月14・15日にAPN(AWS パートナーネットワーク)のパートナーを対象としたイベント、AWS ML Immersion Days Tokyo for Partnersがありました。

今回はその2日目の内容をお伝えしたいと思います。

AWS ML Immersion Days Tokyo for Partners

本イベントはAPN パートナー限定で実施されたイベントで、「機械学習に必要となる基礎知識やデータサイエンスのプロセス、機械学習のアルゴリズムやAWSの機械学習サービスの実践的なハンズオンを含むプレゼンテーションとワークショップ」です。
AWSのグローバル機械学習チームが来日し、「AWSにおける機械学習サービスの活用」についてプレゼンして下さりました。

AWS ML Immersion Days Tokyo

スケジュール

9:00AM–9:30AM 受付
9:30AM–10:00AM 昨日のおさらい
10:00AM–10:30AM アマゾンにおけるリコメンデーションの活用
10:30AM–11:15AM Amazon SageMaker ハンズオン(Built-in algorithm): XGBoost
11:15AM–12:00PM 休憩・ランチ
12:00PM–1:00PM Amazon SageMaker ハンズオン: Built-in algorithm のレビュー
1:00PM–2:00PM ハンズオン: TensorFlow on SageMaker
2:00PM–2:15PM 休憩
2:15PM–3:15PM Amazon SageMaker で作成したモデルのDevOps と運用化について
3:15PM–3:30PM 休憩
3:30PM–4:15PM Amazon SageMaker の他ソフトウェアへのインテグレーション
4:15PM–5:00PM ディスカッション: 機械学習のユースケースをどう作るか?
5:00PM–5:15PM 全体を通じたQ&A
ハッピーアワー

昨日のおさらい

Jose Noriegaさんより、1日目の各セッションの内容について要点の解説がありました。1日目の内容が濃厚でインプット量が多かったので、個人的には非常に助かりました。

「AWS ML Immersion Days Tokyo for Partners」に参加しました。（1日目のまとめ）｜ DevelopersIO

アマゾンにおけるリコメンデーションの活用

アマゾンにおけるリコメンデーションを始めとした機械学習の活用に関するセッションでした。アルゴリズムに関してはネットワークに関する紹介まで含まれており、非常に興味深い内容でした。

Amazonでの機械学習の活用
- 検索ランキング、リコメンデーション、クラスタリング、異常検知など色々なところで使われている
Amazon’s Machine Learning University(MLU)
- 内部向けの機械学習に関する講義を行う大学がアマゾン内にある
Global Expansion Opportunities
- Amazonの販売者向けのリコメンデーションシステム
- 各製品がどの国でどれだけ売れるかを推定し、売れる国をリコメンドする
Any2Vec(Product2Vec)
- 製品データを始めとしたあらゆるデータをベクトル化でき、そのベクトルはデータ同士の関係性を表す。(Word2Vecの一般化）

Amazon SageMaker ハンズオン(Built-in algorithm): XGBoost

XGBoostの解説
サンプルノートブック「xgboost_direct_marketing_sagemaker」のハンズオン
- 顧客へのダイレクトマーケティング後に、その顧客が銀行の定期預金会員に登録するかどうかを予測する

Amazon SageMaker ハンズオン: Built-in algorithm のレビュー

Amazon SageMakerでどういったことができるのか、組み込みアルゴリズムにはどういったものがあり、何が出来るのかといったことに関する内容でした。

SageMakerの概要
機械学習のタイプ
SageMakerの各組み込みアルゴリズム(Built-in algorithm)について解説
サンプルノートブック「gluon_recommender_system」のハンズオン
- Gluonを使って顧客への製品のリコメンデーションを試す

ハンズオン: TensorFlow on SageMaker

午前中にやったXGBoostのハンズオンの内容の解説
ハイパーパラメータチューニングに関する説明
サンプルノートブック「tensorflow_resnet_cifar10_with_tensorboard　」のハンズオン
- CIFAR-10の画像をTensorFlowを使って分類する

Amazon SageMaker で作成したモデルのDevOps と運用化について

SageMakerを利用した開発から運用の流れと注意点に関する内容でした。

データサイエンスは試行錯誤がより必要となる点が一般的なソフトウェア開発と異なる
他のステークホルダーのことを忘れてしまいがち
- データサイエンスリーダー、ビジネスリーダー、データサイエンティスト、ITリーダーそれぞれ考えている、見ていることが違う
AWSでのDev Ops
CIとデプロイについて
SageMakerを利用したアーキテクトについて
Greengrassのデモ
- Raspberry Piとwebカメラで作ったDeepLensのようなもの