動画: Autopilot を使用して機械学習プロセスを自動化および探索する

ここでは、Studio Classic を使用した Amazon SageMaker Autopilot 機能について説明する動画シリーズを紹介します。これらのシリーズでは、AutoML ジョブを開始する方法、データを分析して前処理する方法、候補モデルで特徴量エンジニアリングおよびハイパーパラメータを最適化する方法、結果のモデルメトリクスを視覚化して比較する方法を示します。

Amazon SageMaker Autopilot で AutoML ジョブを開始する

この動画では、 Autopilot で AutoML ジョブを開始する方法を示します (所要時間: 8:41)。

Autopilot で自動化されたデータ探索と特徴量エンジニアリングをレビューします。

この動画では、Amazon SageMaker Autopilot によって生成されたデータ探索と候補定義ノートブックをレビューする方法について説明します (所要時間: 10:04)。

モデルを調整してパフォーマンスを最適化する

この動画では、ハイパーパラメータ調整を使用してトレーニング中にモデルのパフォーマンスを最適化する方法について説明します (所要時間: 4:59)。

最適なモデルを選択およびデプロイする

この動画では、ジョブメトリクスを使用して最適なモデルを選択する方法とそのデプロイ方法を示します (所要時間: 5:20)。

Amazon SageMaker Autopilot チュートリアル

この動画では、Amazon SageMaker Autopilot で最初にバイナリ分類モデルを自動的に作成するエンドツーエンドのデモについて説明します。自動生成されたノートブックを使用して、候補モデルがどのように作成され、最適化されているかがわかります。また、Amazon SageMaker Experiments で上位候補も取り上げます。最後に、最上位の候補 (XGBoost に基づく) をデプロイし、SageMaker Model Monitor によるデータキャプチャを設定します。