勉強前イメージ

見たこともないかも

調査

Amazon SageMaker とは

セージメーカと読み、機械学習モデルを構築するフルマネージドのサービスになります。
機械学習モデルとはAIの核の部分で、モデルを使って画像認識や数値の予測を決めています。
例えば猫の画像をたくさん学習させて、猫と犬の画像を出したときにどっちが猫かを決めるということをします。
機械学習のモデルを構築するのは機械学習には必須になります。
ただこの機械学習モデルの構築・運用には様々な問題があります。

機械学習モデル構築時の問題

環境の構築

機械学習モデルを作成するためには、モデルを作るための環境を用意する必要があります。
機械学習にはたくさん計算が必要になるためリソースを効率よく使ったり、そもそも作成するためにインストールなども必要になります。
その環境を作ることも大変です。

運用時の継続的なデプロイ

1回だけモデルを作って終わり、というわけではなく
適切なモデルが選択できていない場合は修正する必要もあり何回もデプロイできる環境を作る必要もあります。

Amazon SageMaker の特徴

一貫して行うことができる

モデルを構築してトレーニングし、デプロイまで一貫して行うことが出来ます。
元々AWSが用意している仕組みを利用して短時間での実施が可能になります。

よく使われるフレームワークに対応している

機械学習にもフレームワークは存在し、よく使われるものはSageMakerで対応しています。

オートスケーリングするインフラ

↑でも書きましたが、機械学習では大量の計算が必要になるためリソースが必要になります。
SageMakerはフルマネージドなのでインフラはAWSが用意してくれます。
その用意してくれたインフラは必要に応じて自動的に拡張されますので大規模な機械学習モデルでも対応できます。

勉強後イメージ

正直あまり機械学習って知らないんだけど
大量のデータを読み込ませないといけないから自力で環境作るのとか個人では無理そうな気がする・・・・

参考