Amazon SageMaker Autopilot を使用したモデル開発の自動化 - Amazon SageMaker

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。

Amazon SageMaker Autopilot を使用したモデル開発の自動化

Amazon SageMaker オートパイロットは、自動機械学習 (AutoML) プロセスの主要なタスクを自動化する機能セットです。データを調査し、問題のタイプに関連するアルゴリズムを選択し、モデルのトレーニングとチューニングを容易にするためにデータを準備します。AutoML プロセスを構成するこれらの主要タスクを自動化することで、機械学習体験を簡素化します。パフォーマンスによってテストされた最適化されたモデルのすべてをランク付けします。これにより、通常と同程度のわずかな時間で、最高のパフォーマンスを備えたモデルをデプロイできます。

また、オートパイロットは、Amazon SageMaker Clarify 用に開発された機能アトリビューションアプローチを使用して、モデルが予測を行う方法を説明するのに役立ちます。自動パイロットは、最適な候補によって行われた予測について、各機能の重要性を示すレポートを自動的に生成します。この説明機能によって、機械学習モデルが AWS のお客様にとってよりわかりやすくなります。生成されたモデルガバナンスレポートは、リスクおよびコンプライアンスチームおよび外部の規制当局に通知するために使用できます。

テストした候補ごとに、データのラングルの方法やモデルの選択、トレーニング、調整方法を完全に把握できます。これは、AutoPilot が試行ごとに生成したノートブックによって提供されます。各試行には、データの探索と最適な候補の検出に使用されるコードが含まれています。ノートブックには、独自の ML 実験を学習して実行するための教育ツールも用意されています。Autopilot が公開するさまざまなデータ探索と候補定義ノートブックを調べることで、実験で得られたさまざまな入力とトレードオフの影響について学ぶことができます。また、ノートブックに独自の変更を加えて再実行することで、高性能の候補者に対してさらに実験を行うこともできます。

次の図は、AutoPilot によって管理される AutoML プロセスの主なタスクの概要を示しています。


      Amazon SageMaker オートパイロットで使用される AutoML プロセスの概要です。

オートパイロットは、さまざまな方法で使用できます。つまり、オートパイロット (つまり名前) で、さまざまな程度のヒューマンガイダンスで、Amazon SageMaker Studio のコードなしで、いずれかの AWS SDK を使用したコードで使用できます。現在、オートパイロットは回帰分類とバイナリ分類とマルチクラス分類をサポートしています。また、カンマ区切りの値を持つファイルでフォーマットされた表形式データのみをサポートします。

Amazon SageMaker では、ご利用分のみがお支払いの対象になります。ML モデルの構築、トレーニング、デプロイは 2 回目で課金されます。最低料金や初期費用は不要です。SageMaker の使用料金の詳細については、」Amazon SageMaker の価格