[前回] AWS公式資料で挑むMLS認定(5)-機械学習手法のまとめと比較
はじめに
今回から、Amazon AIサービスの勉強です。
まずは、Amazon AIサービスの全体像から。
勉強に使用する教材
下記AWS公式ドキュメントを参照しながら進めます。
- AWS Black Belt Online Seminar
- ユーザーガイド
- デベロッパーガイド
- チュートリアル
- よくある質問
- AWSナレッジセンター
- APIリファレンス
Amazon AIサービスの概要
- AWSの事前トレーニング済みAIサービスは、アプリケーションやワークフローですぐ使えるインテリジェンスを提供
- AWSのAIサービスをアプリケーションと簡単に統合できる
- Amazon.comおよびAmazon社のMLサービスと同様の深層学習技術を使用
- ビジネスメリット
- 継続的な学習によりAPIの品質と精度が得られる
- パーソナライズされたレコメンデーション
- コンタクトセンターの最新化
- 安全性とセキュリティの改善
- カスタマーエンゲージメントの向上
ユースケースから見る、Amazon AIサービスの分類
- 高度なテキスト分析
- 自然言語処理を使用し、非構造化テキストからインサイトと関係性を抽出
- サービス例: Amazon Comprehend
- コードレビュー自動化
- コードレビューを自動化し、負荷の大きいコード行を特定(すごい、どう特定するかな)
- サービス例: Amazon CodeGuru
- Chatbot
- 対話型エージェントを簡単構築、顧客サービス向上とコンタクトセンター効率改善を実現
- サービス例: Amazon Lex
- 需要予測
- Amazon.comで使用されている機械学習予測技術に基づき、正確な予測モデルを構築
- サービス例: Amazon Forecast
- ドキュメント分析
- テキストとデータを大量ドキュメントから短時間で自動抽出し、手作業軽減
- サービス例: Amazon Textract
- エンタープライズ検索
- アプリに自然言語検索機能を追加し、必要な情報を簡単に見つける
- サービス例: Amazon Kendra
- 不正防止
- Amazon.comで使用されている技術を用いて、不正アクティビティを識別
- サービス例: Amazon Fraud Detector
- 画像と動画の分析
- 画像と動画の分析によるアセット一覧化、メディアワークフローの自動化と意味抽出
- サービス例: Amazon Rekognition
- パーソナライズされたレコメンデーション
- Amazon.comで長年かけて完成した機械学習技術を使用し、顧客エクスペリエンスをパーソナライズ
- サービス例: Amazon Personalize
- リアルタイム翻訳
- 効率的かつ費用対効果の高い翻訳によって、多言語で相手にアプローチ可能
- サービス例: Amazon Translate
- テキスト読み上げ
- 文章をリアルな音声に変換し、アプリケーションに声を与える
- サービス例: Amazon Polly
- 文字起こし
- 高品質な音声のテキスト変換機能を、アプリケーションやワークフローに簡単に追加
- サービス例: Amazon Transcribe
※ 引用元: AWS AIサービスについて知る
レイヤーから見る、Amazon AIサービスの分類
- AIサービス
- Amazon Recognition
- Amazon Polly
- Amazon Lex
- AIプラットフォーム
- Amazon ML
- Amazon EMR
- Apache Spark
- SparkML Serving
- Amazon Kinesis
- AWS Batch
- Amazon ECS
- AIフレームワーク
- Apache MXNet
- TensorFlow
- Cafe
- Theano
- Pytorch
- CNTK
- AIインフラストラクチャ
- GPU
- CPU
- IoT
- Mobile
おわりに
すぐにでも使ってみたいAIサービスが盛沢山でした。
次回から、試験対象サービスを一つずつ深掘りしていきます。
お楽しみに。