翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
Machine Learning 製品
販売者は、AWS Marketplace を使用して、購入者が AWS にデプロイできる機械学習 (ML) アルゴリズムとモデルを作成することができます。AWS Marketplace に出品されている Amazon SageMaker 製品には、次の 2 つのタイプがあります。
- モデルパッケージ
-
購入者による追加のトレーニングを必要としない、予測を行うための事前トレーニング済みモデル。
- アルゴリズム
-
予測を行う前に、購入者がトレーニングデータを提供する必要があるモデル。トレーニングアルゴリズムは含まれています。
これらの製品は、Amazon SageMaker コンソールまたは AWS Marketplace から購入できます。購入者は、製品説明、ドキュメント、カスタマーレビュー、料金表、サポート情報を確認できます。モデルパッケージ製品またはアルゴリズム製品のいずれかをサブスクライブすると、SageMaker コンソールの製品リストに追加されます。購入者は、AWS SDK、AWS Command Line Interface (AWS CLI)、または SageMaker コンソールを使用して、フルマネージド型の REST 推論エンドポイントを作成したり、データのバッチに対して推論を実行したりすることもできます。
Amazon SageMaker を使用した機械学習製品の作成に関するサポートについては、AWS Marketplace Seller Operations
機械学習製品の使用を開始する
AWS Marketplace は Amazon SageMaker を使用して 2 種類の機械学習製品をサポートしています。モデルパッケージ製品とアルゴリズム製品のどちらのタイプでも、予測を行うためのデプロイ可能な推論モデルが生成されます。
SageMaker モデルパッケージ
Amazon SageMaker モデルパッケージ製品には、事前トレーニング済みのモデルが含まれています。事前にトレーニングされたモデルを SageMaker にデプロイして、リアルタイムまたはバッチで推論や予測を行うことができます。本製品には、モデルアーティファクト (存在する場合) を含むトレーニング済みの推論コンポーネントが含まれています。販売者は、SageMaker を使用してモデルをトレーニングすることも、独自のモデルを持ち込むこともできます。
SageMaker アルゴリズム
購入者は SageMaker アルゴリズム製品を使用して完全な機械学習ワークロードを実行できます。アルゴリズム製品には、トレーニングと推論という 2 つの論理コンポーネントがあります。SageMaker では、購入者は独自のデータセットを使用してトレーニングコンポーネントを含むトレーニングジョブを作成します。アルゴリズムがコンポーネントのトレーニングを完了すると、機械学習モデルのモデルアーティファクトが生成されます。SageMaker は、購入者の Amazon Simple Storage Service (Amazon S3) バケットにモデルアーティファクトを保存します。SageMaker では、購入者は生成されたモデルアーティファクトと共に推論コンポーネントをデプロイして、推論 (または予測) をリアルタイムまたはバッチで実行できます。
推論モデルのデプロイ
推論モデルがモデルパッケージから作成されたものであれ、アルゴリズムから作成されたものであれ、それらをデプロイするには次の 2 つの方法があります。
-
エンドポイント - このメソッドでは SageMaker を使用してモデルをデプロイし、API エンドポイントを作成します。購入者はこのエンドポイントをバックエンドサービスの一部として使用してアプリケーションを強化できます。データがエンドポイントに送信されると、SageMaker がモデルコンテナに渡し、結果を API レスポンスで返します。エンドポイントとコンテナは、購入者が停止するまで実行され続けます。
注記
エンドポイントメソッドは、AWS Marketplace ではリアルタイム推論と呼ばれ、SageMaker のドキュメントではホスティングサービスと呼ばれています。詳細については、「Amazon SageMaker でモデルをデプロイする」を参照してください。
-
バッチ変換ジョブ - この方法では、購入者は推論用データセットを Amazon S3 に保存します。バッチ変換ジョブが開始されると、SageMaker はモデルをデプロイし、S3 バケットからモデルのコンテナにデータを渡し、結果を S3 バケットに返します。ジョブが完了すると、SageMaker はジョブを停止します。詳細については、「バッチ変換を使用してデータセット全体の推論を取得する」を参照してください。
注記
SageMaker はデータをモデルに渡し、結果を購入者に返すため、どちらの方法もモデルに対して透過的です。
