数値予測カスタムモデルまたはカテゴリ予測カスタムモデルを構築する画像予測カスタムモデルを構築するテキスト予測カスタムモデルを構築する時系列予測モデルを構築する

モデルの構築

以下のセクションでは、カスタムモデルの主なタイプごとにモデルを構築する方法を示します。

数値予測モデル、2 カテゴリ予測モデル、または 3+ カテゴリ予測モデルを作成するには、「数値予測カスタムモデルまたはカテゴリ予測カスタムモデルを構築する」を参照してください。
単一ラベル画像予測モデルを構築するには、「画像予測カスタムモデルを構築する」を参照してください。
マルチカテゴリテキスト予測モデルを構築するには、「テキスト予測カスタムモデルを構築する」を参照してください。
時系列予測モデルを構築するには、「」を参照してください時系列予測モデルを構築する。

注記

構築後の分析中に、ml.m5.2xlarge インスタンスのクォータを増やすように指示するエラーが発生した場合は、「Request a Quota Increase」を参照してください。

数値予測カスタムモデルまたはカテゴリ予測カスタムモデルを構築する

数値予測モデルとカテゴリ予測モデルは、[クイックビルド] と [標準ビルド] の両方をサポートします。

数値予測モデルまたはカテゴリ予測モデルを構築するには、次の手順に従います。

Canvas SageMaker アプリケーションを開きます。
左側のナビゲーションペインで [自分のモデル] を選択します。
[新規モデル] を選択します。
[新規モデルの作成] ダイアログボックスで、次の操作を行います。
1. [モデル名] フィールドに名前を入力します。
2. [予測分析] の問題タイプを選択します。
3. [Create] (作成) を選択します。
[データセットを選択] で、データセットのリストからデータセットを選択します。データをまだインポートしていない場合は、[インポート] を選択して、データのインポートワークフローを実行します。
モデルを構築する準備ができたら、[データセットを選択] を選択します。
[ビルド] タブの [ターゲット] 列のドロップダウンリストで、予測するモデルのターゲットを選択します。
[モデルタイプ] では、Canvas が問題タイプを自動的に検出します。タイプを変更したり、高度なモデル設定を設定したりする場合は、モデルの設定 を選択します。

モデルの設定ダイアログボックスが開いたら、次の操作を行います。
1. モデルタイプ で、構築するモデルタイプを選択します。
2. モデルタイプを選択すると、追加の詳細設定 があります。各詳細設定の詳細については、「」を参照してください高度なモデル構築設定。詳細設定を構成するには、次の手順を実行します。
  1. (オプション) [目標メトリクス] ドロップダウンメニューで、モデルの構築中に Canvas で最適化するメトリクスを選択します。メトリクスを選択しない場合、Canvas はデフォルトでメトリクスを選択します。使用可能なメトリクスの説明については、「」を参照してくださいメトリクスリファレンス。
  2. トレーニング方法 で、自動、アンサンブル 、またはハイパーパラメータ最適化 (HPO) モード を選択します。
  3. アルゴリズムで、モデル候補を構築するために含めるアルゴリズムを選択します。
  4. データ分割では、トレーニングセット と検証セット の間でデータを分割する方法をパーセンテージで指定します。トレーニングセットはモデルの構築に使用され、検証セットはモデル候補の精度のテストに使用されます。
  5. 最大候補数とランタイム については、次の操作を行います。
    1. 最大候補値、または Canvas が生成できるモデル候補の最大数を設定します。最大候補数は HPO モードでのみ使用できることに注意してください。
    2. 最大ジョブランタイム の時間と分の値、または Canvas がモデルの構築に費やすことができる最大時間を設定します。最大時間が経過すると、Canvas は構築を停止し、最適なモデル候補を選択します。
3. 詳細設定を設定したら、保存を選択します。
データ内の列を選択または選択解除して、構築に含めたり削除したりします。

注記
構築後にモデルを使用してバッチ予測を行うと、Canvas は削除された列を予測結果に追加します。ただし、Canvas はドロップされた列を時系列モデルのバッチ予測に追加しません。
(オプション) Canvas に用意されている視覚化ツールと分析ツールを使用してデータを視覚化し、モデルに含める機能を決定します。詳細については、「Explore and analyze your data」を参照してください。
(オプション) データ変換を使用して、モデル構築用のデータの整理、変換、準備を行います。詳細については、「Prepare your data with advanced transformations」を参照してください。[モデルレシピ] を選択して [モデルレシピ] サイドパネルを開くと、変換の表示や削除を行えます。
(オプション) モデル精度のプレビュー、データセットの検証、Canvas がデータセットから取得するランダムサンプルのサイズの変更などの追加機能については、「モデルをプレビューする」を参照してください。
データを確認してデータセットに変更を加えたら、[クイックビルド] または [標準ビルド] を選択してモデルの構築を開始します。次のスクリーンショットは、[ビルド] ページの [クイックビルド] オプションおよび [標準ビルド] オプションを示しています。

モデルの構築が始まったら、ページを閉じます。[自分のモデル] ページで、モデルが [準備完了] と表示されたら、分析と予測の準備は完了です。

画像予測カスタムモデルを構築する

単一ラベル画像予測モデルは、[クイックビルド] と [標準ビルド] の両方をサポートします。

単一ラベル画像予測モデルを構築するには、次の手順に従います。

Canvas SageMaker アプリケーションを開きます。
左側のナビゲーションペインで [自分のモデル] を選択します。
[新規モデル] を選択します。
[新規モデルの作成] ダイアログボックスで、次の操作を行います。
1. [モデル名] フィールドに名前を入力します。
2. [画像分析] 問題タイプを選択します。
3. [Create] (作成) を選択します。
[データセットを選択] で、データセットのリストからデータセットを選択します。データをまだインポートしていない場合は、[インポート] を選択して、データのインポートワークフローを実行します。
モデルを構築する準備ができたら、[データセットを選択] を選択します。
[ビルド] タブには、データセット内の画像の [ラベル分布] が表示されます。[モデルタイプ] は [単一ラベル画像予測] に設定されています。
このページでは、画像をプレビューしたり、データセットを編集したりできます。ラベルの付いていない画像がある場合は、[データセットの編集] を選択してラベルがない画像にはラベルを割り当てる。画像データセットを編集する際は、ラベル名の変更やデータセットへの画像の追加など、他のタスクも実行できます。
データを確認してデータセットに変更を加えたら、[クイックビルド] または [標準ビルド] を選択してモデルの構築を開始します。次のスクリーンショットは、ビルドの準備ができている画像予測モデルの [ビルド] ページを示しています。

テキスト予測カスタムモデルを構築する

マルチカテゴリテキスト予測モデルは、[クイックビルド] と [標準ビルド] の両方をサポートします。

テキスト予測モデルを構築するには、次の手順に従います。

Canvas SageMaker アプリケーションを開きます。
左側のナビゲーションペインで [自分のモデル] を選択します。
[新規モデル] を選択します。
[新規モデルの作成] ダイアログボックスで、次の操作を行います。
1. [モデル名] フィールドに名前を入力します。
2. [テキスト分析] 問題タイプを選択します。
3. [Create] (作成) を選択します。
[データセットを選択] で、データセットのリストからデータセットを選択します。データをまだインポートしていない場合は、[インポート] を選択して、データのインポートワークフローを実行します。
モデルを構築する準備ができたら、[データセットを選択] を選択します。
[ビルド] タブの [ターゲット] 列のドロップダウンリストで、予測するモデルのターゲットを選択します。ターゲット列はバイナリデータ型またはカテゴリデータ型でなければならず、ターゲット列の一意のラベルごとに少なくとも 25 エントリ (データ行) が必要です。
[モデルタイプ] で、モデルタイプが自動的に [マルチカテゴリテキスト予測] に設定されていることを確認します。
トレーニング列で、テキストデータのソース列を選択します。この列は、分析するテキストを含む列である必要があります。
[クイックビルド] または [標準ビルド] を選択して、モデルの構築を開始します。次のスクリーンショットは、ビルドの準備ができているテキスト予測モデルの [ビルド] ページを示しています。

時系列予測モデルを構築する

時系列予測モデルは、クイックビルドと標準ビルドの両方をサポートします。

時系列予測モデルを構築するには、次の手順を使用します。

Canvas SageMaker アプリケーションを開きます。
左側のナビゲーションペインで [自分のモデル] を選択します。
[新規モデル] を選択します。
[新規モデルの作成] ダイアログボックスで、次の操作を行います。
1. [モデル名] フィールドに名前を入力します。
2. 時系列予測の問題タイプを選択します。
3. [Create] (作成) を選択します。
[データセットを選択] で、データセットのリストからデータセットを選択します。データをまだインポートしていない場合は、[インポート] を選択して、データのインポートワークフローを実行します。
モデルを構築する準備ができたら、[データセットを選択] を選択します。
[ビルド] タブの [ターゲット] 列のドロップダウンリストで、予測するモデルのターゲットを選択します。
「モデルタイプ」セクションで、「モデルの設定」を選択します。
モデルの設定ボックスが開きます。時系列設定セクションで、次のフィールドに入力します。
1. アイテム ID 列 で、データセット内の各行を一意に識別する列を選択します。
2. （オプション) グループ列 で、予測値のグループ化に使用する 1 つ以上のカテゴリ列を選択します。
3. タイムスタンプ列で、タイムスタンプ付きの列 (日時形式) を選択します。使用できる日時形式の詳細については、「」を参照してくださいAmazon SageMaker Canvas での時系列予測。
4. Forecast length フィールドに、予測値を取得する期間を入力します。Canvas はデータ内の時間単位を自動的に検出します。
5. （オプション) 祝祭日スケジュールの使用トグルをオンにして、さまざまな国から祝祭日スケジュールを選択し、祝祭日データを使用して予測をより正確にします。
「モデルの設定」ボックスには、「詳細」セクションに追加の設定があります。各詳細設定の詳細については、「」を参照してください高度なモデル構築設定。詳細設定を構成するには、次の手順を実行します。
1. 目標メトリクスドロップダウンメニューで、モデルの構築中に Canvas で最適化するメトリクスを選択します。メトリクスを選択しない場合、Canvas はデフォルトでメトリクスを選択します。使用可能なメトリクスの説明については、「」を参照してくださいメトリクスリファレンス。
2. 標準ビルドを実行している場合は、「アルゴリズム」セクションが表示されます。このセクションでは、モデルの構築に使用する時系列予測アルゴリズムを選択します。使用可能なアルゴリズムのサブセットを選択するか、どれを試すかわからない場合は、すべて選択できます。
  
  標準ビルドを実行すると、Canvas はすべてのアルゴリズムを組み合わせて予測精度を最適化するアンサンブルモデルを構築します。
  
  注記
  クイックビルドを実行している場合、Canvas は単一のツリーベースの学習アルゴリズムを使用してモデルをトレーニングするため、アルゴリズムを選択する必要はありません。
3. Forecast 分位数 には、最大 5 つのカンマ区切り分位値を入力して、予測の上限と下限を指定します。
4. 詳細設定を設定したら、保存を選択します。
データ内の列を選択または選択解除して、構築に含めたり削除したりします。

注記
構築後にモデルを使用してバッチ予測を行うと、Canvas は削除された列を予測結果に追加します。ただし、Canvas はドロップされた列を時系列モデルのバッチ予測に追加しません。
(オプション) Canvas に用意されている視覚化ツールと分析ツールを使用してデータを視覚化し、モデルに含める機能を決定します。詳細については、「Explore and analyze your data」を参照してください。
(オプション) データ変換を使用して、モデル構築用のデータの整理、変換、準備を行います。詳細については、「Prepare your data with advanced transformations」を参照してください。[モデルレシピ] を選択して [モデルレシピ] サイドパネルを開くと、変換の表示や削除を行えます。
(オプション) モデル精度のプレビュー、データセットの検証、Canvas がデータセットから取得するランダムサンプルのサイズの変更などの追加機能については、「モデルをプレビューする」を参照してください。
データを確認してデータセットに変更を加えたら、[クイックビルド] または [標準ビルド] を選択してモデルの構築を開始します。

ブラウザで JavaScript が無効になっているか、使用できません。

AWS ドキュメントを使用するには、JavaScript を有効にする必要があります。手順については、使用するブラウザのヘルプページを参照してください。

ドキュメントの表記規則

カスタムモデルを構築する

高度なモデル構築設定