Amazon Redshift ML のチュートリアル
Amazon Redshift ML を使用すると、SQL ステートメントを使用して機械学習モデルをトレーニングし、予測のために SQL クエリでそれらのモデルを呼び出すことができます。Amazon Redshift の機械学習は、1 つの SQL コマンドでモデルをトレーニングします。Amazon Redshift は、Amazon SageMaker AI でトレーニングジョブを自動的に開始し、モデルを生成します。モデルが作成されると、そのモデルの予測関数を使用して Amazon Redshift で予測を実行できます。
これらのチュートリアルのステップに従って、Amazon Redshift ML の特徴について学習します。
-
チュートリアル: カスタマーチャーンモデルの構築 - このチュートリアルでは、Amazon Redshift ML を使用して CREATE MODEL コマンドでカスタマーチャーンモデルを作成し、ユーザーシナリオの予測クエリを実行します。次に、CREATE MODEL コマンドが生成する SQL 関数を使用してクエリを実装します。
-
チュートリアル: リモート推論モデルの構築 - このチュートリアルでは、Amazon Redshift の外部で Amazon SageMaker AI を使用して事前にトレーニングされ、デプロイされたランダムカットフォレストモデルを作成する手順を紹介します。
-
チュートリアル: K-means クラスタリングモデルの構築 - このチュートリアルでは、Amazon Redshift ML を使用して、K-means アルゴリズムに基づく機械学習モデルを作成、トレーニングおよびデプロイします。
-
チュートリアル: 複数クラス分類モデルの構築 - このチュートリアルでは、Amazon Redshift ML を使用して、複数クラス分類の問題を解決する機械学習モデルを作成します。多クラス分類アルゴリズムは、データポイントを 3 つ以上のクラスのいずれかに分類します。次に、CREATE MODEL コマンドが生成する SQL 関数を使用してクエリを実装します。
-
チュートリアル: XGBoost モデルの構築 - このチュートリアルでは、Amazon S3 のデータを使用してモデルを作成し、Amazon Redshift ML を使用してそのモデルで予測クエリを実行します。XGBoost アルゴリズムは、勾配ブーストツリーアルゴリズムの最適化された実装です。
-
チュートリアル: リグレッションモデルの構築 - このチュートリアルでは、Amazon Redshift ML を使用して機械学習リグレッションモデルを作成し、そのモデルに対して予測クエリを実行します。リグレッションモデルを使用すると、住宅の価格や、都市の自転車レンタルサービスを利用する人数など、数値的な結果を予測できます。
-
チュートリアル: 線形学習によるリグレッションモデルの構築 - このチュートリアルでは、Amazon S3 のデータを使用して線形学習モデルを作成し、Amazon Redshift ML を使用してそのモデルで予測クエリを実行します。SageMaker AI 線形学習アルゴリズムは、回帰問題または多クラス分類問題を解決します。
-
チュートリアル: 線形学習による複数クラス分類モデルの構築 - このチュートリアルでは、Amazon S3 のデータを使用して線形学習モデルを作成し、Amazon Redshift ML を使用してそのモデルで予測クエリを実行します。SageMaker AI 線形学習アルゴリズムは、回帰問題または分類問題を解決します。
