SageMakerアマゾンとは

Amazon SageMaker は、完全マネージド型の機械学習サービスです。では SageMaker、データサイエンティストやデベロッパーが迅速かつ簡単に機械学習モデルの構築とトレーニングを行うことができ、それらを稼働準備が整ったホストされている環境に直接デプロイできます。統合された Jupyter オーサリングノートブックインスタンスから、調査および分析用のデータソースに簡単にアクセスできるため、サーバーを管理する必要がありません。また、一般的な機械学習アルゴリズムも使用できます。そうしたアルゴリズムは、分散環境できわめて大容量のデータに対しても効率良く実行できるよう最適化されています。 bring-your-own-algorithms とフレームワークもネイティブでサポートされるため、 SageMaker は、特定のワークフローに適応する柔軟な分散トレーニングオプションを提供します。モデルを SageMaker Studio SageMaker またはコンソールから数クリックで起動して、安全でスケーラブルな環境にデプロイします。

このガイドには、 SageMaker 機能に関する情報とチュートリアルが含まれています。詳細については、「Amazon SageMaker デベロッパーリソース」を参照してください。

トピック

• SageMaker アマゾンの特徴

• SageMaker アマゾンの価格設定

• Amazon SageMaker を初めてお使いになる方へ

SageMaker アマゾンの価格設定

他のAWS製品と同様、Amazon を使用するための契約や最低契約金は必要ありません SageMaker。トレーニングとホスティングは、分ごとの使用量で課金されます。最低料金や前払いの義務はありません。使用料金に関しては SageMaker、「SageMaker 料金」を参照してください。

Amazon SageMaker を初めてお使いになる方へ

を初めて使用する方には SageMaker、次のことをお勧めします。

1. 「」を読むAmazon SageMaker の仕組み-このセクションでは SageMaker、AI ソリューションの概要を示し、主要な概念について説明して、コアコンポーネントについて説明します SageMaker。このトピックを記載されている順序で読むことをお勧めします。

2. Amazon SageMaker の前提条件を設定する - このセクションでは、AWS アカウントを設定する方法について説明します。

3. Amazon SageMaker Autopilot は、機械学習タスクを自動化することで、機械学習体験を簡素化します。を初めて使用する場合は SageMaker、最も簡単なラーニングパスが提供されます。また、自動化された ML タスクごとに生成されたノートブックを使用してコードを可視化する優れた学習ツールとしても機能します。その機能の概要については、「Amazon SageMaker Autopilot を使用してモデル開発を自動化する」を参照してください。機械学習モデルの構築、トレーニング、デプロイを開始するため、Autopilot は次の機能を提供します。

   • サンプル:Amazon SageMaker Conの使用を開始する

   • 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

   • チュートリアル:Amazon SageMaker Conの使用

4. Amazon の使用開始 SageMaker— このセクションでは、 SageMaker Studio、 SageMaker またはコンソールと SageMaker API を使用して、初めて使用するモデルのトレーニングについて説明します。によって提供されるトレーニングアルゴリズムを使用します SageMaker。

5. その他のトピックについて調べる – 必要に応じて、次の操作を実行します。

   • 深層学習フレームワークでトレーニングするための Python コードを送信する-独自のトレーニングスクリプトを使用してモデルをトレーニングできます。 SageMaker詳細については、「Amazon でMachine Learning フレームワーク、Python、R SageMaker」を参照してください。

   • Apache Spark SageMaker から直接使用-詳細については、「」を参照してくださいAmazon SageMaker で Apache Spark を使う。

   • SageMaker 独自のカスタムアルゴリズムのトレーニングとデプロイに使用-カスタムアルゴリズムを Docker でPackage 化して、トレーニングおよびデプロイできます SageMaker。Docker SageMaker コンテナとやり取りする方法、および Docker SageMaker イメージの要件については、「」を参照してくださいDocker コンテナをで使用する SageMaker。

6. API リファレンスを表示 — このセクションでは SageMaker API 操作について説明します。

Amazon SageMaker の仕組み

SageMaker は、機械学習に基づいたモデルをアプリケーションにすばやく簡単に統合できる、フルマネージドサービスです。このセクションでは、機械学習の概要と、 SageMaker その仕 を初めて使用する方には SageMaker、次のセクションを順に読むことをお勧めします。

1. Amazon を使用したMachine Learning SageMaker

2. データの調査、分析、処理

3. Amazon でモデルをトレーニングする SageMaker

4. Amazon でモデルをデプロイする SageMaker

5. Amazon でMachine Learning フレームワーク、Python、R SageMaker

6. Amazon の使用開始 SageMaker