カスタマイズされた画像予測モデルおよびテキスト予測モデルを構築する権限を自分に付与する

重要

Amazon SageMaker Studio または Amazon SageMaker Studio Classic に Amazon SageMaker リソースの作成を許可するカスタム IAM ポリシーでは、これらのリソースにタグを追加するアクセス許可も付与する必要があります。Studio と Studio Classic は、作成したリソースに自動的にタグ付けするため、リソースにタグを追加するアクセス許可が必要になります。IAM ポリシーで Studio と Studio Classic によるリソースの作成が許可されていても、タグ付けが許可されていない場合は、リソースを作成しようとしたときに「AccessDenied」エラーが発生する可能性があります。詳細については、「SageMaker AI リソースにタグ付けするためのアクセス許可を提供する」を参照してください。

SageMaker リソースを作成するためのアクセス許可を付与する AWS Amazon SageMaker AI の マネージドポリシー には、それらのリソースの作成中にタグを追加するためのアクセス許可もあらかじめ含まれています。

Amazon SageMaker Canvas では、特定のビジネスニーズを満たすカスタムモデルを構築できます。カスタムモデルタイプには、シングルラベル画像予測とマルチカテゴリテキスト予測の 2 種類があります。これらのモデルタイプを構築するアクセス許可は、AmazonSageMakerCanvasFullAccess という AWS Identity and Access Management (IAM) ポリシーに含まれています。このポリシーは、Canvas の基本アクセス許可を有効にしたままにすると、SageMaker AI がデフォルトでユーザーの IAM 実行ロールにアタッチします。カスタム IAM 設定を使用している場合は、ユーザーの IAM 実行ロールに権限を明示的に追加して、ユーザーがカスタム画像予測モデルタイプとカスタムテキスト予測モデルタイプを構築できるようにする必要があります。画像予測モデルとテキスト予測モデルを構築するために必要な権限を付与するには、以下のセクションを読んで、最小権限ポリシーをロールに適用する方法を確認してください。

ユーザーの IAM ロールに権限を追加するには、次の手順に従います。

1. IAM コンソールに移動します。

2. [ロール] を選択します。

3. 検索ボックスで、ユーザーの IAM ロールを名前で検索して選択します。

4. ユーザーのロールのページの [権限] で、[権限の追加] を選択します。

5. [インラインポリシーを作成] を選択します。

6. [JSON] タブを選択して、次の最小権限ポリシーをエディタに貼り付けます。

   {
   "Version": "2012-10-17",
       "Statement": [
           {
               "Effect": "Allow",
               "Action": [
                   "sagemaker:CreateAutoMLJobV2",
                   "sagemaker:DescribeAutoMLJobV2"
               ],
               "Resource": "*"
           }
       ]
   }

7. [ポリシーの確認] を選択します。

8. ポリシーの [名前] を入力します。

9. [Create policy] を選択します。

AWS 管理ポリシーの詳細については、IAM ユーザーガイドの「管理ポリシーとインラインポリシー」を参照してください。