「SageMaker学習のツボ」というタイトルで Classmethod AI Talks(CATs)第3回に登壇しました #catalks
2024.10.10AWS認定トレーニング講師の平野@おんせん県おおいたです。
Classmethod AI Talks(CATs)第3回で「SageMaker学習のツボ」というタイトルで登壇しましたので、このブログではその概要を紹介します。
対象者
「AWS Certified AI Practitioner」の資格取得を目指している方が対象です。
出題範囲とこの登壇でフォーカスしたこと
AWS Certified AI Practitioner(AIF) の出題範囲は次のようになります
第 1 分野: AI と ML の基礎 (採点対象コンテンツの 20%)
第 2 分野: 生成 AI の基礎 (採点対象コンテンツの 24%)
第 3 分野: 基盤モデルの応用 (採点対象コンテンツの 28%)
第 4 分野: 責任ある AI に関するガイドライン (採点対象コンテンツの 14%)
第 5 分野: AI ソリューションのセキュリティ、コンプライアンス、ガバナンス
(採点対象コンテンツの 14%)
第１分野はAIFをきっかけに機械学習の勉強を始めた方にとって、難しいテーマだと思います。
その中でもAmazon SageMakerはサービスの数も多く、必ず理解する必要のあるサービスです。
Amazon SageMakerを理解するコツ
Amazon SageMakerを学ぶとき、機能の意味が分からないと感じる方も多いのではないでしょうか。
それは、そもそも機械学習プロジェクトにおける課題を理解しておかないと、それを解決する機能を理解できないのは当然です。
（プログラムで「バグが発生する」という課題を知らないと、デバッガーの説明を読んでも理解できないということです）
そこで、どんな課題があるかを浅く広く学び、それを解決する手段としてAmazon SageMakerの各サービスを紐付ける、というアプローチで学習することをオススメします。
その手段として Well-Architectedフレームワークの 機械学習レンズの活用をオススメします。機械学習レンズでは、機械学習プロジェクトのライフサイクル毎にベストプラクティクスが定義されており、これらが「課題」になります。そしてそこには解決策としてサービス名の記載がありますので、これを利用して紐付けすることで、理解を深めることができます。
スライドの中にはまとめ方の例も記載していますので、ご参考にしてください。
登壇スライド
まとめ
AWS Certified AI Practitioner(AIF) は新しい認定試験なので、学習方法に戸惑っている方も多いのではと思います。少しでもお役に立てれば幸いです。
