まだ機械学習で消耗しているの？
という話をしてみる。
※あくまで、誤ったやり方でという意味で
pythonでアルゴリズム使えるぜ！っていう人にありがちな状況
って、きっとこんな感じ。
- scikit-learnで機械学習をやってみたけど、なんか精度でない！
- やっぱり特徴量の抽出を変えないと！！
- でも、どうやったら、、、そして闇雲に特徴量を変え続けて答えに行き着かない
※機械学習にこだわるあまり、はまってしまう落とし穴なのかなと。
BIに立ち返るというお話
ま、データ特性をBIで見切るって、まぁそりゃそうか。
- データをわかるのがまずは大事：特徴量抽出にBI
- データがわかったら機械学習
でもどうすれば？っていうのを、
やっぱりマネージドでやるべき！
つまりコンセプトは？
- データがわかったら機械学習はできる！
- できればイマドキな感じでカンタンにやる！
やってみようと思ったこと
と、ここまで書いておいて、その手段はいつくかトライして書き溜めてみる
- Quicksight ML Insightsを試してみる
- 異常検知が簡単にできるとのこと
- One-class SVMとかDBScanとかありがちな異常検知アルゴリズムをSageMakerでやるよりカンタンな感じで本当に出来るかを肌感覚で知っておきたい。
- ユースケース別のサービスを知っておく
- 分析基盤
- Athena:クエリ
- Redshift:データレイク
- EMR:Hadoop/Sparkなど
- 分析ツール
- Quicksight:カンタンに分析
- Elastic service:BIツールっぽいもの？
- SageMaker:Pythonで色々かく
- 分析基盤
今回のスコープ外
- 欠損データ系の話はしない
- MLOpsみたいなエコシステムは別途確実にやったほうがいいけど、今回対象外
参考資料
AWSさんのサイトを参考