データを使用して予測する - 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。

データを使用して予測する

SageMaker Canvas で構築したカスタムモデルを使用して、データの予測を行います。以下のセクションでは、数値予測モデルとカテゴリ予測モデル、時系列予測、画像予測モデル、テキスト予測モデルの予測を行う方法を示します。

数値予測、カテゴリ予測、画像予測、テキスト予測のカスタムモデルでは、データに対して次の種類の予測を行うことができます。

  • 単一予測 - 単一予測では予測を 1 つだけ行います。例えば、分類する画像やテキストが 1 つある場合です。

  • バッチ予測 - バッチ予測では、データセット全体の予測を行います。1 TB 以上のデータセットのバッチ予測を行うことができます。例えば、顧客の感情を予測する顧客レビューのCSVファイルがある場合や、分類する画像ファイルのフォルダがある場合です。入力データセットと一致するデータセットを使用して予測を行う必要があります。Canvas では、手動バッチ予測を実行したり、データセットを更新するたびに実行される自動バッチ予測を設定したりできます。

予測または予測のセットごとに、 SageMaker Canvas は以下を返します。

  • 予測された値

  • 予測された値が正しい確率

開始方法

カスタムモデルを使用して予測を行うには、次のワークフローのいずれかを選択します。

モデルの予測の生成後は、次の操作も実行できます。

  • バージョンを追加してモデルを更新します。モデルの予測精度を向上させる場合は、モデルの新しいバージョンを作成できます。元のモデル構築設定とデータセットのクローンを作成することも、設定を変更して別のデータセットを選択することもできます。新しいバージョンを追加したら、バージョンを確認して比較し、最適なバージョンを選択できます。

  • モデルレジストリに SageMaker モデルバージョンを登録する。 モデルのバージョンを SageMaker モデルレジストリに登録できます。これは、モデルバージョンと機械学習パイプラインのステータスを追跡および管理するための機能です。 SageMaker モデルレジストリにアクセスできるデータサイエンティストまたはMLOpsチームユーザーは、モデルバージョンを確認して、本番環境にデプロイする前に承認または拒否できます。

  • バッチ予測を Amazon に送信します QuickSight。Amazon では QuickSight、バッチ予測データセットを使用してダッシュボードを構築および公開できます。これにより、カスタムモデルによって生成された結果を分析して共有できます。