Amazon SageMaker AI Canvas によるノーコード機械学習 - Amazon DocumentDB
SageMaker AI Canvas を使用してノーコード ML モデルを構築する方法SageMaker AI ドメインとユーザープロファイルの設定Amazon DocumentDB と SageMaker AI Canvas の IAM アクセス許可の設定SageMaker AI Canvas のデータベースユーザーとロールの作成利用できるリージョン

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

Amazon SageMaker AI Canvas によるノーコード機械学習

Amazon SageMaker AI Canvas を使用すると、1 行のコードを記述することなく、独自の AI/ML モデルを構築できます。リグレッションや予測などの一般的なユースケース用の ML モデルを構築し、Amazon Bedrock から基盤モデル (FM) にアクセスして評価できます。Amazon SageMaker AI JumpStart からパブリック FMs にアクセスして、コンテンツ生成、テキスト抽出、テキスト要約を行い、生成 AI ソリューションをサポートすることもできます。

SageMaker AI Canvas を使用してノーコード ML モデルを構築する方法

Amazon DocumentDB が Amazon SageMaker AI Canvas と統合され、Amazon DocumentDB に保存されているデータでノーコード機械学習 (ML) が可能になりました。Amazon DocumentDB に保存されているデータを使用して、いっさいコードを記述することなく、リグレッションや予測などのニーズに合った ML モデルを構築し、コンテンツの要約や生成の基礎モデルを使用できるようになりました。

SageMaker AI Canvas は、Amazon DocumentDB のお客様が AI/ML の専門知識を必要とせずに予測を生成したり、1 行のコードを記述したりできるビジュアルインターフェイスを提供します。お客様は、 から SageMaker AI Canvas ワークスペースを起動し AWS Management Console、Amazon DocumentDB データをインポートして結合して、データの準備とモデルトレーニングを実行できるようになりました。Amazon DocumentDB のデータを SageMaker AI Canvas で使用して、顧客離れの予測、不正検出、メンテナンス障害の予測、ビジネスメトリクスの予測、コンテンツの生成を行うモデルを構築および拡張できるようになりました。お客様は、SageMaker AI Canvas と Amazon QuickSight とのネイティブ統合を使用して、チーム間で ML 主導のインサイトを公開および共有できるようになりました。SageMaker AI Canvas のデータ取り込みパイプラインは、デフォルトで Amazon DocumentDB セカンダリインスタンスで実行されるため、アプリケーションと SageMaker AI Canvas の取り込みワークロードのパフォーマンスが妨げられることはありません。

Amazon DocumentDB のお客様は、新しい Amazon DocumentDB ノーコード ML コンソールページに移動し、新規または利用可能な SageMaker AI Canvas ワークスペースに接続することで、SageMaker AI Canvas の使用を開始できます。

SageMaker AI ドメインとユーザープロファイルの設定

VPC 専用モードで実行されている SageMaker AI ドメインから Amazon DocumentDB クラスターに接続できます。VPC で SageMaker AI ドメインを起動することで、SageMaker AI Studio 環境と Canvas 環境からのデータフローを制御できます。これにより、インターネットアクセスを制限し、標準の AWS ネットワークとセキュリティ機能を使用してトラフィックをモニタリングおよび検査し、VPC エンドポイントを介して他の AWS リソースに接続できます。Amazon SageMaker AI デベロッパーガイド」の「Amazon SageMaker AI Canvas の開始方法Amazon SageMaker」および「インターネットアクセスのない VPC で Amazon SageMaker AI Canvas を設定する Amazon SageMaker」を参照して、Amazon DocumentDB クラスターに接続するための SageMaker AI ドメインを作成してください。

Amazon DocumentDB と SageMaker AI Canvas の IAM アクセス許可の設定

自分に関連付けられたロールと ID に AmazonDocDBConsoleFullAccess がアタッチされている Amazon DocumentDB ユーザーは、 AWS Management Consoleにアクセスできます。Amazon SageMaker AI Canvas でノーコード機械学習にアクセスできるようにするには、前述のロールまたは ID に次のアクションを追加します。

"sagemaker:CreatePresignedDomainUrl",
"sagemaker:DescribeDomain",
"sagemaker:ListDomains",
"sagemaker:ListUserProfiles"

SageMaker AI Canvas のデータベースユーザーとロールの作成

Amazon DocumentDB の ロールベースアクセス制御 (RBAC)を使用して、ユーザーがデータベースで実行できるアクションへのアクセスを制限できます。RBAC は、1 つ以上のロールをユーザーに付与することで機能します。これらのロールは、ユーザーがデータベースリソースに対して実行できるオペレーションを決定します。

Canvas ユーザーとして、ユーザー名とパスワードの認証情報を使用して Amazon DocumentDB データベースに接続します。Amazon DocumentDB RBAC 機能を使用して、特定のデータベースへの読み取りアクセス権を持つ Canvas ユーザーのデータベースユーザー/ロールを作成できます。

たとえば、createUser を使用します:

db.createUser({
user: "canvas_user", 
pwd: "<insert-password>", 
roles: [{role: "read", db: "sample-database-1"}]
})

これにより、sample-database-1 データベースへの読み取りアクセス許可を持つ canvas_user が作成されます。Canvas アナリストは、この認証情報を使用して、Amazon DocumentDB クラスター内のデータにアクセスできます。詳細については、「ロールベースのアクセス制御 (RBAC) を使用したデータベースへのアクセス」を参照してください。

利用できるリージョン

ノーコード統合は、Amazon DocumentDB と Amazon SageMaker AI Canvas の両方がサポートされているリージョンで使用できます。対象リージョンには以下が含まれます。

  • us-east-1 (バージニア北部)

  • us-east-2 (オハイオ)

  • us-west-2 (オレゴン)

  • ap-northeast-1 (東京)

  • ap-northeast-2 (ソウル)

  • ap-south-1 (ムンバイ)

  • ap-southeast-1 (シンガポール)

  • ap-southeast-2 (シドニー)

  • eu-central-1 (フランクフルト)

  • eu-west-1 (アイルランド)

最新のリージョンの可用性については、Amazon SageMaker AI デベロッパーガイド」の「Amazon SageMaker AI Canvas」を参照してください。 Amazon SageMaker