Amazon SageMaker

読み方: セージメーカー

区分: 人気
提供開始: 2017 年

機械学習モデルの構築 / トレーニング / デプロイを行う統合プラットフォーム

約 1 分で読めます最終更新: 2026-05-01

何ができるか

Amazon SageMaker は、機械学習 (ML) モデルのライフサイクル全体を管理する統合プラットフォームです。データの準備、モデルの構築 / トレーニング、チューニング、デプロイ、モニタリングまでを 1 つのサービスで完結できます。Jupyter ノートブック環境、組み込みアルゴリズム、分散トレーニング、自動モデルチューニングなどの機能を提供します。

どのような場面で使うか

画像分類、自然言語処理、レコメンデーション、不正検知、需要予測、異常検知など、あらゆる機械学習ワークロードに利用されます。ML エンジニアからデータサイエンティストまで幅広いスキルレベルに対応しています。

身近な例え

料理教室付きのプロ仕様キッチンに例えられます。食材の下ごしらえ (データ準備) から調理 (トレーニング)、味見 (評価)、盛り付け (デプロイ) まで、すべての工程に必要な道具と場所が揃っています。初心者向けのレシピ (組み込みアルゴリズム) も用意されています。

SageMaker とは

Amazon SageMaker は、機械学習の開発から運用までをカバーする統合サービスです。SageMaker Studio という IDE (統合開発環境) を中心に、データラベリング (Ground Truth)、特徴量ストア (Feature Store)、実験管理 (Experiments)、モデルレジストリ、パイプラインなどの機能が統合されています。なお、Ground Truth をはじめとする一部の周辺機能は 2026 年 7 月 30 日に新規顧客向けの受付を終了しているため、これから採用する機能は受付状況の確認が必要です (既存利用者は継続利用可 / 2026 年 8 月時点)。

トレーニングとデプロイ

SageMaker のトレーニングジョブは、指定したインスタンスタイプでモデルをトレーニングし、完了後にインスタンスを自動終了します。分散トレーニングにも対応し、大規模なデータセットでも効率的にトレーニングできます。トレーニング済みモデルはリアルタイム推論エンドポイント、バッチ変換、サーバーレス推論のいずれかの方式でデプロイできます。

SageMaker Canvas と JumpStart

SageMaker Canvas はコードを書かずに ML モデルを構築できるノーコードツールです。CSV データをアップロードして予測対象の列を選択するだけで、AutoML がモデルを自動構築します。SageMaker JumpStart は事前トレーニング済みの基盤モデル (Foundation Model) や ML ソリューションのカタログで、数クリックでデプロイできます。

はじめかた

SageMaker コンソールで SageMaker Studio を起動し、Jupyter ノートブックを開きます。サンプルノートブックが多数用意されており、画像分類や自然言語処理のチュートリアルをすぐに試せます。コードを書かない場合は SageMaker Canvas から始めるのが最も簡単です。