AWS Certified AI Practitioner（AIF）対策：SageMaker Studio・Canvas・Model Registry

SageMaker Studio

JupyterLab

高性能な統合開発環境（IDE）です。

拡張機能をサポートしており、ファイル管理やカスタマイズが用意です。

JupyterNotebookの次世代版

JupyterNotebook

単一のノートブックファイルで作業を行う従来のスタイルです。

SageMaker Canvas

『コードを書かずに機械学習を活用できる非技術系ユーザー向けのノーコードツール』

数回クリックするだけで、下記を利用できます。

• データの自動前処理
  • モデルをトレーニングし、基盤モデルをファインチューニングできます。
• モデルの自動構築
  • タスクに最適な基盤モデルを簡単に比較して選択できます。

サポート機械学習モデル

構造化データに対する予測を得意としています。

• 分類
• 回帰
• 時系列予測

対象者

• コーディングスキルがない非エンジニア
• ビジネスアナリスト

データの準備

• Amazon S3
• Redshift
• RDS

などの AWSのデータソース と統合し、データを直接取得して分析することができます。

結果の確認方法

ダッシュボードで

• トレーニングの精度
• 性能指標

を確認できます。

SageMaker Studioとの連携

高度なカスタマイズ

SageMaker Canvasでトレーニングされたモデルを、SageMaker Studioに エクスポート することで、さらに高度なカスタマイズが可能です。

チームメンバーと共有

SageMaker Canvasで作成したモデルを、SageMaker Studioと連携して、 チームメンバーと簡単に共有 することが可能です。

SageMaker Model Registry

• モデルのバージョン管理
• メタデータの関連付け
• 承認ステータス管理

を一元的に行うためのツールで、モデルのライフサイクル全体を効率的に管理することができます。

SageMaker Canvas や SageMaker Studio との統合

SageMaker Canvas や SageMaker Studio と統合されているため、ユーザーは登録されたモデルを簡単に使用できます。