##はじめに
今回は、edX にて提供されている「Amazon SageMaker: Simplifying Machine Learning Application Development」の紹介ページの和訳となります。機械学習や AWS SageMaker について学びたい方、そして本コースの受講を考えている方のお役に少しでも立てば幸いです。
こちらのコースは無料・有料の両方が用意されております。有料コースの場合は無料と違い、受講内容に制限は設けておらず、また、本コース終了時には修了証を受け取ることもできます。
##About this course
機械学習は、テクノロジー分野において最も成長している分野の1つであり、そして今日の市場で特に求められているスキルセットでもあります。
本コースでは、アプリケーションデベロッパーに対して機械学習とアプリケーションの統合を簡略化するために Amazon SageMaker をどう使用すれば良いのか、を講義してまいります。
講義では以下の内容についても触れております。
- 機械学習と機械学習によって解決可能な課題のまとめ
- SageMaker のビルトインアルゴリズムをベースとしたモデルのトレーニングを Jupyter Notebook を使用して行う方法
- SageMaker を使った検証済みモデルの配布方法
本講義終了時には、SageMaker にて作成したエンドポイントと統合したサーバレスなアプリの構築ができるようになるでしょう。
本コースは AWS の認定エキスパートがレクチャ、デモ、ディスカッション、そしてハンズオンでの実験を行います(コースの内容によっては追加費用が発生するものもあります)。
##What you'll learn
本講義では、以下の内容についても学ぶことができます。
- 本講義で学ぶ内容
- 機械学習での取り組みや、解決が可能な問題について
- Amazon SageMaker のビルトインアルゴリズムと Jupyter Notebook インスタンスを使ったモデルのトレーニング方法について
- Amazon SageMaker を使ったモデルの公開方法について
- 公開した SageMaker エンドポイントをアプリケーションと統合する方法について
##Syllabus
本講義は、全部で 合計 4week 編成となっております。それぞれの week 毎に学ぶ内容について紹介してきます。
-
Week1
-
機械学習と Amazon SageMaker について
-
機械学習を使うタイミング
-
Week2
-
Amazon SageMaker Notebook と SDK について
-
Jupyter Notebook とは
-
Notebook とライブラリの使い方
-
Week3
-
機械学習と Amazon SageMaker の用語やアルゴリズムについて
-
ハイパラメータチューニングについて
-
k-平均法アルゴリズムについて
-
XGBoost アルゴリズムについて
-
Week4
-
Amazon SageMaker とアプリケーションの統合方法について
-
サーバレス化の方法について
##おわりに
Amazon SageMaker: Simplifying Machine Learning Application Development Course のページの和訳は以上となります。
無料で機械学習と Amazon SageMaker について学ぶことが可能なので、この分野に興味がある方は、ぜひ一度試してみてはいかがでしょうか。