Amazon Aurora での機械学習機能の使用 - Amazon Aurora

Amazon Aurora での機械学習機能の使用

以下では、Aurora データベースアプリケーションで AWS 機械学習サービスを使用する方法について説明します。Amazon Aurora 機械学習を使用することで、必要に応じて Aurora DB クラスターを Amazon Comprehend または Amazon SageMaker、あるいはその両方と統合できます。Amazon Comprehend と Amazon SageMaker はそれぞれ、次のような特定の機械学習ユースケースをサポートしています。

  • Amazon Comprehend — Amazon Comprehend は、ドキュメントからインサイトを引き出すために使用されるマネージド型の自然言語処理 (NLP) サービスです。Amazon Comprehend により、エンティティ、キーフレーズ、言語などの特徴を分析することで、ドキュメントの内容から感情を推測できます。詳細については、「Amazon Comprehend デベロッパーガイド」の「Amazon Comprehend とは」を参照してください。Amazon Comprehend が利用可能な AWS リージョン の一覧については、Amazon Web Services 全般のリファレンスの「Amazon Comprehend エンドポイントとクォータ」を参照してください。

  • Amazon SageMaker – Amazon SageMaker は、フルマネージド型の機械学習サービスです。データサイエンティストやデベロッパーは Amazon SageMaker を使用して、不正検出や製品レコメンデーションなど、さまざまな推論タスク用の機械学習モデルの構築、トレーニング、テストを行っています。機械学習モデルが本番環境で使用できるようになったら、Amazon SageMaker のホスト環境にデプロイできます。詳細については、「Amazon SageMaker デベロッパーガイド」の「Amazon SageMaker とは」を参照してください。Amazon SageMaker が利用可能な AWS リージョン の一覧については、Amazon Web Services 全般のリファレンスの「Amazon SageMaker エンドポイントとクォータ」を参照してください。

Aurora 機械学習を Aurora DB クラスターと統合するには、Amazon Comprehend と Amazon SageMaker コンポーネントをセットアップして使用できるようにする必要があります。チームのデータサイエンティストは SageMaker と協力してモデルを使用できるように準備します。チームのデータベースデベロッパーは、Aurora 機械学習が Aurora DB クラスターと統合されると、使い慣れた SQL データベースインターフェイスを通じて Amazon Comprehend や SageMaker サービスの使用に集中できます。Amazon Aurora 機械学習の詳細については、「Amazon Aurora 機械学習」を参照してください。

Aurora 機械学習は、特定の AWS リージョン と Aurora PostgreSQL および Aurora PostgreSQL の一部のバージョンでのみサポートされています。Aurora 機械学習を設定する前に、Aurora MySQL または Aurora PostgreSQL のバージョンについて、AWS リージョン で利用できるどうかを確認してください。詳細については、「Aurora Machine Learning」を参照してください。