SageMaker Autopilot

Amazon SageMaker Autopilot は、機械学習モデルの構築とデプロイのプロセスを自動化することで、機械学習ワークフローのさまざまな段階を簡素化および加速する機能セットです (AutoML )。次のページでは、Amazon SageMaker Autopilot に関する重要な情報について説明します。

Autopilot は、Autopilot またはさまざまな程度のヒューマンガイダンスで使用できる以下の主要なタスクを実行します。

Autopilot は、最大数百の の大規模なデータセットでの機械学習モデルの構築をサポートしていますGBs。

次の図は、Autopilot によって管理されるこの AutoML プロセスのタスクの概要を示しています。

機械学習プロセスにどれだけ慣れているかとコーディング経験に応じて、さまざまな方法で Autopilot を使用できます。

現在、Autopilot は以下の問題タイプをサポートしています。

さらに、Autopilot は、個々の特徴量の重要性を示すレポートを自動的に生成して、モデルが予測を行う方法をユーザーが理解できるようにします。これにより、リスクチームとコンプライアンスチーム、外部規制機関が使用できる、予測に影響を与える要素に関する透明性とインサイトが得られます。また、Autopilot は、評価メトリクスの要約、混同行列、受信者操作特性曲線や適合率-再現率曲線などのさまざまな視覚化を包含するモデルパフォーマンスレポートも提供します。各レポートの具体的なコンテンツは、Autopilot 実験の問題タイプによって異なります。

Autopilot 実験で最適なモデル候補の説明可能性とパフォーマンスレポートは、テキスト、画像、表形式のデータ分類の問題タイプに使用できます。

回帰や分類などの表形式のデータユースケースの場合、Autopilot は、データの探索と最適なパフォーマンスモデルの検索に使用されるコードを含むノートブックを生成することで、データのラングリング方法とモデル候補の選択、トレーニング、チューニング方法をさらに可視化します。これらのノートブックはインタラクティブで探索的な環境を提供し、さまざまな入力の影響や実験におけるトレードオフについて学習するのに役立ちます。Autopilot が提供するデータ探索と候補定義ノートブックに独自の変更を加えることにより、よりパフォーマンスの高いモデル候補でさらに実験することもできます。

Amazon では SageMaker、使用した分に対してのみ料金が発生します。お客様は、使用状況に基づいて、 SageMaker または他の AWS のサービス内の基盤となるコンピューティングリソースとストレージリソースに対して支払います。の使用コストの詳細については SageMaker、「Amazon SageMaker 料金」を参照してください。