Amazon SageMaker Canvas
コードなしで機械学習モデルを構築・トレーニング・デプロイできるノーコード ML ツール
何ができるか
Amazon SageMaker Canvas は、プログラミング不要で機械学習モデルを構築できるビジュアルインターフェースです。CSV データをアップロードし、予測対象のカラムを選択するだけで、AutoML が最適なモデルを自動的にトレーニングします。分類、回帰、時系列予測、自然言語処理、画像分類に対応しています。
どのような場面で使うか
売上予測、顧客離脱予測、在庫需要予測、テキスト分類、画像分類など、ビジネスアナリストやドメインエキスパートがコードなしで ML モデルを構築する場面に利用されます。 この分野について体系的に学びたい方は、関連書籍 (Amazon) も参考になります。
身近な例え
料理キットに例えられます。食材 (データ) とレシピ (AutoML) が用意されており、料理の専門知識 (ML の専門知識) がなくても、手順に従うだけで料理 (予測モデル) が完成します。
SageMaker Canvas とは
この記事は約 2 分で読めます。 Amazon SageMaker Canvas は、ノーコードの機械学習ツールです。ビジネスアナリストがドラッグ & ドロップでデータを準備し、予測対象を選択するだけで、SageMaker の AutoML が複数のアルゴリズムを試行して最適なモデルを構築します。モデルの精度評価、予測の実行、結果のエクスポートまでをブラウザ上で完結できます。
データ準備と予測
Canvas はローカルファイル (CSV)、S3、Redshift、Snowflake などからデータをインポートできます。データのプレビュー、欠損値の確認、カラムの選択・除外をビジュアルに行えます。クイックビルド (2-15 分) で素早くモデルを試し、スタンダードビルド (2-4 時間) でより高精度なモデルを構築します。構築したモデルで単一予測またはバッチ予測を実行できます。
はじめかた
SageMaker コンソールから Canvas を起動し、データセットをアップロードします。予測対象のカラムを選択して「クイックビルド」をクリックすると、数分でモデルが構築されます。モデルの精度を確認し、新しいデータで予測を実行します。
Azure・オンプレミスとの比較
AWS の優位点
- プログラミング不要で ML モデルを構築でき、ビジネスアナリストが直接利用可能
- AutoML が複数のアルゴリズムを自動試行し、最適なモデルを選択
- SageMaker Studio との統合で、Canvas で構築したモデルをデータサイエンティストがさらに改良可能
注意点
- セッション時間とモデルトレーニング時間に応じた従量課金。クイックビルドはスタンダードビルドより低コスト
- 高度なモデルカスタマイズが必要な場合は SageMaker Studio を使用する。Canvas は迅速なプロトタイピングに適する
さらに詳しく知りたい方は、関連書籍 (Amazon) で理解を深められます。
