s u m m i t - pages.awscloud.com · • 3...

S U M M I TTokyo

© 2019, Amazon Web Services, Inc. or its affiliates. All rights reserved.S U M M I T

AWS の機械学習サービス入門

Masaki SamejimaSolutions Architect Amazon Web Services Japan K.K.

C 2 - 0 4


自己紹介


Goal

• AWS で機械学習を始められるお客様を対象に

• AWS の機械学習に対する考え方や全体像、簡単に始められる AI サービスを中心に紹介

• 機械学習サービスを理解して、次に進むためのステップを提示


Agenda

• 機械学習とは

• 機械学習に対する AWS のミッション

• AWS の機械学習サービス

• 機械学習をさらに進める次のステップ

• まとめ


機械学習とは

分類予測

分類予測


機械学習の応用

レコメンデーション製品の外観検査チャットボット医療診断


機械学習におけるハードル


AWS のミッション

Amazon における機械学習の経験をすべての開発者に届けること


10,000以上のお客様が機械学習に AWS を利用


AWS が選ばれる理由

成熟したサービ

スを幅広く提供

機械学習の困難

な課題を解決

75%の分類・予

測コスト削減、

70%のデータ準

備コスト削減

主要なフレーム

ワークをサポート

機械学習に最適

化された環境

2018年1月から

200 以上の機

能・サービス

がリリース

TensorFlow のプ

ロジェクトのう

ち85%がAWSで

稼働

DAWN のベンチ

マークでは、優

れた結果を示し

ている


AWSの機械学習サービススタック

AI サービス

ML サービス

ML フレームワーク & インフラストラクチャ

機械学習の深いスキルなしに、機械学習をアプリケーションに組み込める

機械学習のモデルを高速に開発・学習・デプロイできる

高性能なインフラストラクチャを自由に選ぶことができる

AI : Ar t i f i c ia l Inte l l i gence (人工知能 ) , ML: Machine Learn ing (機械学習 )


AI サービス

• データを用意するだけ


AI サービスの範囲

10種類の AI サービス

静止画・動画認識音声処理テキスト処理

チャットボット時系列データ予測レコメンデーション


AI サービスの範囲

10種類の AI サービス

音声処理テキスト処理

チャットボット時系列データ予測レコメンデーション

静止画・動画認識



Amazon Rekognition& Amazon Rekognition Video

Amazon Textract

Name: Masaki Samejima


Demo


音声処理

Amazon Transcribe Amazon Polly

Today is June 13.


テキスト処理

Amazon Translate Amazon Comprehend

機械学習入門

Introduction to machine learning

Amazon.com, Inc. is located in Seattle,WAand was foundedJuly 5th, 1994.

Amazon Comprehend Medicalは医療文書に特化


チャットボット

Amazon Lex


時系列データ予測

Amazon Forecast

特徴

複数時系列データを利用可

機械学習の自動化

結果の可視化・アプリへの組み込み

予測と再学習のスケジューリング


レコメンデーション

Amazon Personalize

特徴

エンドユーザの操作を逐次反映

機械学習の自動化 SageMakerからのアルゴリズム持ち込み

学習継続による性能改善



AI サービス

ML サービス







ML サービス: Amazon SageMaker

• ニーズにあわせて独自の機械学習サービスを実装する場合

• Amazon SageMaker

Notebook

Model

Train



AI サービス

ML サービス







ML フレームワーク/インフラストラクチャ

エッジデバイスも含め、機械学習の環境を自由に構築できる


機械学習の進め方

機械学習のためのループを作る

データの管理機械学習のための組織を作る

1. 2. 3.

?


機械学習のためのループ

1. ビジネス課題

2. データ収集

3. 機械学習

4. 評価


ループを回す際の注意点: 良くない例


2. データ収集

3. 機械学習

4. 評価




2. データ収集

3. 機械学習

4. 評価

Amazon Forecast で時系列予測したい




2. データ収集

3. 機械学習

4. 評価


気温が予測できると役に立つだろう




2. データ収集

3. 機械学習

4. 評価


気温が予測できると役に立つだろう

あまり役に立たない…


ループを回す際の注意点: 良い例


2. データ収集

3. 機械学習

4. 評価

商品を多く発注し、保管コストが高い


ループを回す際の注意点: 良い例


2. データ収集

3. 機械学習

4. 評価

商品の在庫過多で、保管コストが高い

Amazon Forecastで適正在庫予測





1. 2. 3.

?


AWSによるデータの管理

データの保存データの抽出・分析

99.999999999% の耐久性

最大400%

高速なデータ抽出

データの保護

詳細なレベルのセキュリティ・

暗号化





1. 2. 3.

?


事例からの学習

https://aws.amazon.com/jp/machine-learning/customers/


機械学習の実践

https://docs.aws.amazon.com/ja_jp/rekognition/latest/dg/getting-started.html


認定とトレーニング

AWS Certified Machine Learning – Specialty

Machine Learning for Business Challenges

Seeing Clearly:Computer Vision Theory

https://www.aws.training/


© 2017, Amazon Web Services, Inc. or its Affiliates. All rights reserved.

• Intel Atom® Processor

• Gen9 graphics

• 8 GB RAM

• 16 GB storage (eMMC)

• 32 GB SD card

• 4 MP camera with MJPEG

• AWS Greengrass preconfigured

• clDNN-optimized for MXNet

• Key Differentiators/Technologies

• Intel cLDNN Library optimized for MXNet

• Intel Deep Learning Deployment Toolkit

AWS DeepLens


自動運転のレーシングカー

AWS DeepRacer

DeepRacer リーグ学習と評価のためのシミュレータ


150をこえるMLのアルゴリズムとモデル

Natural Language Processing

Grammar & Parsing Text OCR Computer VisionNamed Entity Recognition

Video Classification

Speech Recognition Text-to-Speech Speaker Identification Text Classification 3D Images Anomaly Detection

Text Generation Object Detection Regression Text ClusteringHandwriting Recognition

Ranking

M L アルゴリズム・モデルのベンダー

提供されているアルゴリズム・モデル


まとめ

• 3 層の機械学習サービススタックで示したように、成熟した機械学習サービスを幅広く提供

• AI サービスで、AWS の機械学習を簡単に試すことが可能

• ビジネス課題から出発し、AWS の様々なサービスを組み合わせて、機械学習のループを回すことが重要

Thank you!


Masaki Samejima（鮫島正樹）

[email protected]

s u m m i t - pages.awscloud.com · • 3...

Documents