動画: Autopilot を使用して機械学習プロセスを自動化および探索する

Studio Classic を使用した Amazon SageMaker Autopilot 機能のツアーを提供する動画シリーズを次に示します。これらのシリーズでは、AutoML ジョブを開始する方法、データを分析して前処理する方法、候補モデルで特徴量エンジニアリングおよびハイパーパラメータを最適化する方法、結果のモデルメトリクスを視覚化して比較する方法を示します。

Amazon Autopilot で AutoML ジョブを開始する SageMaker

この動画では、 Autopilot で AutoML ジョブを開始する方法を示します (所要時間: 8:41)。

Autopilot で自動化されたデータ探索と特徴量エンジニアリングをレビューします。

この動画では、Amazon SageMaker Autopilot によって生成されたデータ探索および候補定義ノートブックを確認する方法を説明します。(所要時間: 10:04)。

モデルを調整してパフォーマンスを最適化する

この動画では、ハイパーパラメータ調整を使用してトレーニング中にモデルのパフォーマンスを最適化する方法について説明します (所要時間: 4:59)。

最適なモデルを選択およびデプロイする

この動画では、ジョブメトリクスを使用して最適なモデルを選択する方法とそのデプロイ方法を示します (所要時間: 5:20)。

Amazon SageMaker Autopilot チュートリアル

この動画では、Amazon SageMaker Autopilot を使用してバイナリ分類モデルを自動的に構築するエンドツーエンドのデモについて説明します。自動生成されたノートブックを使用して、候補モデルがどのように作成され、最適化されているかがわかります。また、Amazon SageMaker Experiments の上位候補についても説明します。最後に、最上位候補 (XGBoost に基づく) をデプロイし、 SageMaker Model Monitor でデータキャプチャを設定します。