概要
Amazon Machine Learningとは、AWSが提供する機械学習用プラットフォームです。どのスキルレベルの開発者でも、簡単に機械学習テクノロジーを使用できるサービスです。
基本情報
プラットフォーム | AWS |
クラウドサービス名 | Amazon Machine Learning |
読み方 | アマゾン マシン ラーニング |
略称 | --- |
基本説明
Amazon Machine Learningは、高度な機械学習アルゴリズム(テクノロジー)を習得していなくても、各種ウィザードなどにより、マシンラーニングモデルを作成し、予測分析を取得できるサービスです。
「学習から結果利用までの手続きがシンプル」「マネージド環境」「スケーラブル」などの特徴があります。
主な特徴
機械学習モデルの構築プロセス
機械学習モデル構築は「データ分析」「モデルトレーニング」「評価」の3段階プロセスで構成されます。
機械学習作業の流れが整理されており、順番に作業を進めればモデル構築を行えます。ウィザードに沿って「機械学習モデル作成」「モデル品質測定」「予測微調整」などを行えます。
機械学習アルゴリズム
Amazon Machine Learningでは、業界標準となっている「ロジスティック回帰アルゴリズム」を使用してモデルを生成します。
「教師あり機械学習」分野に対応していて、過去データから現象を予測する用途に向いています。
分析方法
以下の分析方法をサポートしています。
二項分類(Binary Classification)
「このメールはスパムなのか?否か?」「この顧客はこの商品を買うか?否か?」などの2択分類を行います。
多項分類(Multiclass Classification)
「この映画のジャンルは、コメディ?ドキュメンタリー?ホラー?」「この顧客は複数あるカテゴリのうちどれに興味があるのか?」などの3つ以上の出力になる分類を行います。
回帰分析(Regression)
「明日の気温は何度になりそうか?」「この商品はどのくらい売れそうか?」などの、過去データからの未来予測を行います。
データ可視化機能
入力データセットを可視化するツールを利用できます。
データ変換機能
モデルトレーニング前に入力データセットを適切な形に変換するための「データ変換機能」を提供しています。
モデル評価機能
作成したモデルを評価する機能が提供されています。モデルがどの程度有益なのかについて把握できます。
予測調整機能
最適な結果を提供するために、予測結果を視覚化し、細かな調整を行えます。
スケーラブル
数十億件の予測を生成し、高いスループットでリアルタイムに処理できます。
実証済テクノロジー
Amazon Machine Learningは、Amazonが「サプライチェーン管理」「不正取引特定」「カタログ編成」などに使用しているものと同じ実証済みテクノロジーに基づいています。
AWS Servicesとの連携
AWSが提供する各種ストレージと連携します。
・Amazon Simple Storage Service(Amazon S3)
・Amazon Redshift
・Amazon Relational Database Service(Amazon RDS)
処理タイプ
2つのタイプの処理を使い分けできます。
1.バッチ予測API
大量データレコード(数十億件規模)を取得し、1度にすべての予測を生成します。
2.リアルタイムAPI
低レイテンシで同期的に予測を生成します。
ユースケース
次のようなユースケースに利用できます。
・不正検出
・需要予測
・コンテンツパーソナライズ
・マーケティングキャンペーン向け傾向モデリング
・ドキュメント分類
・ユーザーアクティビティ予測
・レビューフィルタリング
・ソーシャルメディア監視 など
同様サービス
同様なサービスとして、次のようなものがあります。
Azure「Machine Learning」、Google Cloud Platform「Google Cloud Machine Learning Platform」など
導入事例
オフィシャルサイトで導入事例が紹介されています。
→Amazon Machine Learning
参考元サイト
・Amazon Machine Learning
・ナレコムAWSレシピ →Amazon Machine Learningを理解するために3つの方法で天気予測をしてみた(二項分類編)
・Developers.IO →AWS再入門 Amazon Machine Learning編
・Developers.IO →Amazon Machine Learningによる機械学習を理解する
※定期的にメンテナンスを実施しておりますが、一部情報が古い場合がございます。ご了承ください。