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。
カスタムモデルを使用する
Amazon SageMaker Canvas を使用すると、データでトレーニングされたカスタムモデルを構築できます。データに基づいてカスタムモデルをトレーニングすることで、データに特有の最も代表的な特性や傾向を把握できます。例えば、倉庫の在庫データに基づいてトレーニングするカスタム時系列予測モデルを作成して、物流業務を管理することができます。
Canvas カスタムモデルは、次のタイプのデータセットでトレーニングできます。
-
表形式 (数値、カテゴリ、時系列、テキストデータを含む)
-
画像
次の表は、Canvas で構築できるカスタムモデルのタイプと、サポートされているデータ型とデータソースを示しています。
モデルタイプ | ユースケースの例 | サポートされているデータ型 | サポートされているデータソース |
---|---|---|---|
数値予測 |
平方フィートなどの特徴に基づく住宅価格の予測 |
数値 |
ローカルアップロード、Amazon S3、SaaS コネクタ |
2 カテゴリ予測 |
カスタマーチャーン予測 |
バイナリまたはカテゴリ |
ローカルアップロード、Amazon S3、SaaS コネクタ |
3+ カテゴリ予測 |
退院後の患者の予後予測 |
カテゴリ |
ローカルアップロード、Amazon S3、SaaS コネクタ |
時系列予測 |
次の四半期の在庫予測 |
時系列 |
ローカルアップロード、Amazon S3、SaaS コネクタ |
単一ラベル画像予測 |
画像に含まれる製造上の欠陥の種類の予測 |
イメージ (JPG、PNG) |
ローカルアップロード、Amazon S3 |
マルチカテゴリテキスト予測 |
商品説明に基づいた衣類、電気製品、家庭用品などの製品カテゴリの予測 |
ソース列: text ターゲット列: バイナリまたはカテゴリ |
ローカルアップロード、Amazon S3 |
開始方法
カスタムモデルから予測を構築して生成するには、以下を実行します。
-
ユースケースと構築するモデルのタイプを決定します。カスタムモデルのタイプの詳細については、「カスタムモデルを構築する」を参照してください。カスタムモデルでサポートされているデータ型とソースの詳細については、「Canvas にデータをインポートする」を参照してください。
-
Canvas にデータをインポートします。入力要件を満たす任意の表形式または画像のデータセットを使用して、カスタムモデルを構築できます。入力要件の詳細については、「データセットを作成する」を参照してください。
によって提供されるサンプルデータセット SageMaker で実験できるものの詳細については、「サンプルデータセットを使用する」を参照してください。
-
カスタムモデルを構築します。クイックビルドを実行しモデルを取得してより迅速に予測を開始することも、標準ビルドを実行して精度を高めることもできます。
数値、カテゴリ、時系列予測モデルタイプの場合、Data Wrangler 機能 を使用してデータをクリーンアップして準備できます。Data Wrangler では、データフローを作成し、高度な変換の適用やデータセットの結合など、さまざまなデータ準備手法を使用できます。画像予測モデルでは、画像データセットを編集するしてラベルを更新したり、画像を追加したり削除したりできます。これらの機能はマルチカテゴリのテキスト予測モデルでは使用できないことに注意してください。
-
モデルのパフォーマンスを評価し、実際のデータでどの程度うまく機能するかを判断してください。
-
(オプション) 特定のモデルタイプでは、Amazon SageMaker Studio Classic のデータサイエンティストと協力して、モデルのレビューと改善に役立てることができます。
-
モデルを使用して単一予測またはバッチ予測を行います。
注記
Amazon SageMaker Studio Classic でトレーニング済みのモデルを Canvas と共有する場合は、独自のモデルを Canvas SageMaker に持ち込むことができます。BYOM 前提条件を確認して、モデルが共有の対象であるかどうかを判断します。