機械学習モデルを自動的に作成するAmazon SageMaker Autopilotが発表されました！ #reinvent

AWS re:Invent 2019

#Amazon SageMaker

#AWS

濱田孝治

2019.12.04

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。

AWS re:Invent2019のキーノートでは、機械学習周辺のサービスが大量に発表されましたが、SageMakerで、Autopilotが新しく発表されました！

Amazon SageMaker Autopilot – Automatically Create High-Quality Machine Learning Models With Full Control And Visibility | AWS News Blog

東京リージョン含む16リージョンで、即利用可能です！

Autopilotきたの…!!

　 ( ﾟдﾟ)　ｶﾞﾀｯ
　 /　　 ヾ
＿_L| /￣￣￣/＿
　 ＼/　　　/

Amazon SageMaker Autopilotがどうして誕生したか？

機械学習のプロセスを完全に制御ししながら、最適な分類および回帰の機械学習モデルを自動的に作成できます。

機械学習において、アルゴリズムの選択は非常に難しい問題です。特にビジネス上の課題を解決する最適なモデルを選別、把握するの問題です。機械学習アルゴリズムには、通常膨大なトレーニングパラメーターが必要で、モデルから精度を絞り込むためには、それを「適切」に設定する必要があります。また、データを準備したり、そのために最適なインスタンスタイプを選択する必要もあります。この過程は簡単なものではなく、機械学習の専門家ではない人が、良い結果を得るのは非常に難しいことでした。

それらを解決するのが、Amazon SageMaker Autopilotです。APIを呼び出して仕事が終わります。

Amazon SageMaker Autopilotの機能概要

単一のAPI呼び出し、または Amazon SageMaker Studioでの数回のクリックで、 SageMaker Autopilotは最初にデータセットを検査し、データ前処理ステップ、機械学習アルゴリズム、ハイパーパラメーターの最適な組み合わせを見つけるための多数のテストを実行します。次に、この組み合わせを使用して、推論パイプラインをトレーニングし、さらにこれをリアルタイムエンドポイントまたはバッチ処理のいずれかに簡単に展開できます。

重要な点は、SageMaker Autopilotは、データがどのように前処理されたかを正確に示すPythonコードも自動的に生成します。

現在、SageMaker Autopilotは以下をサポートしています。

自動データクリーニングと前処理を備えた表形式の入力データ
線形回帰、バイナリ分類、マルチクラス分類の自動アルゴリズム選択
自動ハイパーパラメーター最適化
分散トレーニング
インスタンスとクラスターの自動サイズ選択

利用可能なリージョン

Amazon SageMaker Autopilotは、以下のリージョンで利用できます。東京リージョンもあります！

US East (N. Virginia), US East (Ohio), US West (N. California), US West (Oregon),
Canada (Central), South America (São Paulo),
Europe (Ireland), Europe (London), Europe (Paris), Europe (Frankfurt),
Middle East (Bahrain),
Asia Pacific (Mumbai), Asia Pacific (Seoul), Asia Pacific (Singapore), Asia Pacific (Sydney), Asia Pacific (Tokyo)