Submit Search
Upload
AWS ML Update
•
1 like
•
5,536 views
Amazon Web Services Japan
Follow
2018/07/23 に開催されたセミナーの資料です https://pages.awscloud.com/AdTechJapanSeminar20180723-jp.html
Read less
Read more
Technology
Report
Share
Report
Share
1 of 36
Recommended
20180703 AWS Black Belt Online Seminar Amazon Neptune
20180703 AWS Black Belt Online Seminar Amazon Neptune
Amazon Web Services Japan
20180619 AWS Black Belt Online Seminar データレイク入門: AWSで様々な規模のデータレイクを分析する効率的な方法
20180619 AWS Black Belt Online Seminar データレイク入門: AWSで様々な規模のデータレイクを分析する効率的な方法
Amazon Web Services Japan
20180710 AWS Black Belt Online Seminar AWS入門者向け: AWSで実現するウェブサイトホスティング
20180710 AWS Black Belt Online Seminar AWS入門者向け: AWSで実現するウェブサイトホスティング
Amazon Web Services Japan
【JAWS-UG東京発表資料】AWS Summit Tokyo 2018の振り返りと最新アップデート
【JAWS-UG東京発表資料】AWS Summit Tokyo 2018の振り返りと最新アップデート
Amazon Web Services Japan
20180508 AWS Black Belt Online Seminar AWS Greengrassで実現するエッジコンピューティング
20180508 AWS Black Belt Online Seminar AWS Greengrassで実現するエッジコンピューティング
Amazon Web Services Japan
AWS Black Belt Online Seminar 2017 Amazon Kinesis
AWS Black Belt Online Seminar 2017 Amazon Kinesis
Amazon Web Services Japan
re:Invent 2018 ML サービスアップデート
re:Invent 2018 ML サービスアップデート
Amazon Web Services Japan
[最新版(12/5 最新版) が別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar A...
[最新版(12/5 最新版) が別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar A...
Amazon Web Services Japan
Recommended
20180703 AWS Black Belt Online Seminar Amazon Neptune
20180703 AWS Black Belt Online Seminar Amazon Neptune
Amazon Web Services Japan
20180619 AWS Black Belt Online Seminar データレイク入門: AWSで様々な規模のデータレイクを分析する効率的な方法
20180619 AWS Black Belt Online Seminar データレイク入門: AWSで様々な規模のデータレイクを分析する効率的な方法
Amazon Web Services Japan
20180710 AWS Black Belt Online Seminar AWS入門者向け: AWSで実現するウェブサイトホスティング
20180710 AWS Black Belt Online Seminar AWS入門者向け: AWSで実現するウェブサイトホスティング
Amazon Web Services Japan
【JAWS-UG東京発表資料】AWS Summit Tokyo 2018の振り返りと最新アップデート
【JAWS-UG東京発表資料】AWS Summit Tokyo 2018の振り返りと最新アップデート
Amazon Web Services Japan
20180508 AWS Black Belt Online Seminar AWS Greengrassで実現するエッジコンピューティング
20180508 AWS Black Belt Online Seminar AWS Greengrassで実現するエッジコンピューティング
Amazon Web Services Japan
AWS Black Belt Online Seminar 2017 Amazon Kinesis
AWS Black Belt Online Seminar 2017 Amazon Kinesis
Amazon Web Services Japan
re:Invent 2018 ML サービスアップデート
re:Invent 2018 ML サービスアップデート
Amazon Web Services Japan
[最新版(12/5 最新版) が別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar A...
[最新版(12/5 最新版) が別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar A...
Amazon Web Services Japan
Japan Wrap Up re:Invent2018
Japan Wrap Up re:Invent2018
Kameda Harunobu
Introduction to New CloudWatch Agent
Introduction to New CloudWatch Agent
Noritaka Sekiyama
Security Operations and Automation on AWS
Security Operations and Automation on AWS
Noritaka Sekiyama
The Twelve-Factor Appで考えるAWSのサービス開発
The Twelve-Factor Appで考えるAWSのサービス開発
Amazon Web Services Japan
[MANABIYA] 20180323 Amazon Aurora with PostgreSQL Compatibility
[MANABIYA] 20180323 Amazon Aurora with PostgreSQL Compatibility
Amazon Web Services Japan
Best Practices for Running PostgreSQL on AWS
Best Practices for Running PostgreSQL on AWS
Amazon Web Services Japan
AWS Black Belt Online Seminar 2018 Amazon WorkSpaces
AWS Black Belt Online Seminar 2018 Amazon WorkSpaces
Amazon Web Services Japan
[CTO Night & Day 2019] AWS で構築するデータレイク基盤と amazon.com での導入事例 #ctonight
[CTO Night & Day 2019] AWS で構築するデータレイク基盤と amazon.com での導入事例 #ctonight
Amazon Web Services Japan
AWS Black Belt Online Seminar - Amazon Lightsail
AWS Black Belt Online Seminar - Amazon Lightsail
Amazon Web Services Japan
[最新版は別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar AWS re:Inven...
[最新版は別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar AWS re:Inven...
Amazon Web Services Japan
Data Lake Security on AWS
Data Lake Security on AWS
Amazon Web Services Japan
AWS Expert Online appsyncを使ったServerlessアーキテクチャ
AWS Expert Online appsyncを使ったServerlessアーキテクチャ
Amazon Web Services Japan
20201118 AWS Black Belt Online Seminar 形で考えるサーバーレス設計 サーバーレスユースケースパターン解説
20201118 AWS Black Belt Online Seminar 形で考えるサーバーレス設計 サーバーレスユースケースパターン解説
Amazon Web Services Japan
CloudFormation Getting Started with YAML
CloudFormation Getting Started with YAML
Yukitaka Ohmura
[AWSマイスターシリーズ] AWS Billingについて
[AWSマイスターシリーズ] AWS Billingについて
Amazon Web Services Japan
Effective Data Lakes - ユースケースとデザインパターン
Effective Data Lakes - ユースケースとデザインパターン
Noritaka Sekiyama
AWS 資格試験対策講座
AWS 資格試験対策講座
Kameda Harunobu
開発者におくるサーバーレスモニタリング
開発者におくるサーバーレスモニタリング
Amazon Web Services Japan
AWS で Presto を徹底的に使いこなすワザ
AWS で Presto を徹底的に使いこなすワザ
Noritaka Sekiyama
Game Development on AWS (ゲーム開発環境を向上させるためのAWS活用術)
Game Development on AWS (ゲーム開発環境を向上させるためのAWS活用術)
Amazon Web Services Japan
【JAWS-UG AI/ML支部 第14回勉強会】Amazon EC2 Trn1 GA ! ~ AWSが提供するML向けインスタンスの豊富な品揃えと 専...
【JAWS-UG AI/ML支部 第14回勉強会】Amazon EC2 Trn1 GA ! ~ AWSが提供するML向けインスタンスの豊富な品揃えと 専...
TakeshiFukae
AWSでのビッグデータ分析
AWSでのビッグデータ分析
Amazon Web Services Japan
More Related Content
What's hot
Japan Wrap Up re:Invent2018
Japan Wrap Up re:Invent2018
Kameda Harunobu
Introduction to New CloudWatch Agent
Introduction to New CloudWatch Agent
Noritaka Sekiyama
Security Operations and Automation on AWS
Security Operations and Automation on AWS
Noritaka Sekiyama
The Twelve-Factor Appで考えるAWSのサービス開発
The Twelve-Factor Appで考えるAWSのサービス開発
Amazon Web Services Japan
[MANABIYA] 20180323 Amazon Aurora with PostgreSQL Compatibility
[MANABIYA] 20180323 Amazon Aurora with PostgreSQL Compatibility
Amazon Web Services Japan
Best Practices for Running PostgreSQL on AWS
Best Practices for Running PostgreSQL on AWS
Amazon Web Services Japan
AWS Black Belt Online Seminar 2018 Amazon WorkSpaces
AWS Black Belt Online Seminar 2018 Amazon WorkSpaces
Amazon Web Services Japan
[CTO Night & Day 2019] AWS で構築するデータレイク基盤と amazon.com での導入事例 #ctonight
[CTO Night & Day 2019] AWS で構築するデータレイク基盤と amazon.com での導入事例 #ctonight
Amazon Web Services Japan
AWS Black Belt Online Seminar - Amazon Lightsail
AWS Black Belt Online Seminar - Amazon Lightsail
Amazon Web Services Japan
[最新版は別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar AWS re:Inven...
[最新版は別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar AWS re:Inven...
Amazon Web Services Japan
Data Lake Security on AWS
Data Lake Security on AWS
Amazon Web Services Japan
AWS Expert Online appsyncを使ったServerlessアーキテクチャ
AWS Expert Online appsyncを使ったServerlessアーキテクチャ
Amazon Web Services Japan
20201118 AWS Black Belt Online Seminar 形で考えるサーバーレス設計 サーバーレスユースケースパターン解説
20201118 AWS Black Belt Online Seminar 形で考えるサーバーレス設計 サーバーレスユースケースパターン解説
Amazon Web Services Japan
CloudFormation Getting Started with YAML
CloudFormation Getting Started with YAML
Yukitaka Ohmura
[AWSマイスターシリーズ] AWS Billingについて
[AWSマイスターシリーズ] AWS Billingについて
Amazon Web Services Japan
Effective Data Lakes - ユースケースとデザインパターン
Effective Data Lakes - ユースケースとデザインパターン
Noritaka Sekiyama
AWS 資格試験対策講座
AWS 資格試験対策講座
Kameda Harunobu
開発者におくるサーバーレスモニタリング
開発者におくるサーバーレスモニタリング
Amazon Web Services Japan
AWS で Presto を徹底的に使いこなすワザ
AWS で Presto を徹底的に使いこなすワザ
Noritaka Sekiyama
Game Development on AWS (ゲーム開発環境を向上させるためのAWS活用術)
Game Development on AWS (ゲーム開発環境を向上させるためのAWS活用術)
Amazon Web Services Japan
What's hot
(20)
Japan Wrap Up re:Invent2018
Japan Wrap Up re:Invent2018
Introduction to New CloudWatch Agent
Introduction to New CloudWatch Agent
Security Operations and Automation on AWS
Security Operations and Automation on AWS
The Twelve-Factor Appで考えるAWSのサービス開発
The Twelve-Factor Appで考えるAWSのサービス開発
[MANABIYA] 20180323 Amazon Aurora with PostgreSQL Compatibility
[MANABIYA] 20180323 Amazon Aurora with PostgreSQL Compatibility
Best Practices for Running PostgreSQL on AWS
Best Practices for Running PostgreSQL on AWS
AWS Black Belt Online Seminar 2018 Amazon WorkSpaces
AWS Black Belt Online Seminar 2018 Amazon WorkSpaces
[CTO Night & Day 2019] AWS で構築するデータレイク基盤と amazon.com での導入事例 #ctonight
[CTO Night & Day 2019] AWS で構築するデータレイク基盤と amazon.com での導入事例 #ctonight
AWS Black Belt Online Seminar - Amazon Lightsail
AWS Black Belt Online Seminar - Amazon Lightsail
[最新版は別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar AWS re:Inven...
[最新版は別にございます! Descriptionをご確認ください] AWS Black Belt Online Seminar AWS re:Inven...
Data Lake Security on AWS
Data Lake Security on AWS
AWS Expert Online appsyncを使ったServerlessアーキテクチャ
AWS Expert Online appsyncを使ったServerlessアーキテクチャ
20201118 AWS Black Belt Online Seminar 形で考えるサーバーレス設計 サーバーレスユースケースパターン解説
20201118 AWS Black Belt Online Seminar 形で考えるサーバーレス設計 サーバーレスユースケースパターン解説
CloudFormation Getting Started with YAML
CloudFormation Getting Started with YAML
[AWSマイスターシリーズ] AWS Billingについて
[AWSマイスターシリーズ] AWS Billingについて
Effective Data Lakes - ユースケースとデザインパターン
Effective Data Lakes - ユースケースとデザインパターン
AWS 資格試験対策講座
AWS 資格試験対策講座
開発者におくるサーバーレスモニタリング
開発者におくるサーバーレスモニタリング
AWS で Presto を徹底的に使いこなすワザ
AWS で Presto を徹底的に使いこなすワザ
Game Development on AWS (ゲーム開発環境を向上させるためのAWS活用術)
Game Development on AWS (ゲーム開発環境を向上させるためのAWS活用術)
Similar to AWS ML Update
【JAWS-UG AI/ML支部 第14回勉強会】Amazon EC2 Trn1 GA ! ~ AWSが提供するML向けインスタンスの豊富な品揃えと 専...
【JAWS-UG AI/ML支部 第14回勉強会】Amazon EC2 Trn1 GA ! ~ AWSが提供するML向けインスタンスの豊富な品揃えと 専...
TakeshiFukae
AWSでのビッグデータ分析
AWSでのビッグデータ分析
Amazon Web Services Japan
Amazon Game Tech Night #22 AWSで実現するデータレイクとアナリティクス
Amazon Game Tech Night #22 AWSで実現するデータレイクとアナリティクス
Amazon Web Services Japan
What's Amazon Athena? - re:Growth 2016 Osaka
What's Amazon Athena? - re:Growth 2016 Osaka
Ganota Ichida
20190122 AWS Black Belt Online Seminar Amazon Redshift Update
20190122 AWS Black Belt Online Seminar Amazon Redshift Update
Amazon Web Services Japan
20200414 Advanced Features in Amazon Elasticsearch Service
20200414 Advanced Features in Amazon Elasticsearch Service
Amazon Web Services Japan
研究用途でのAWSの利用事例と機械学習について
研究用途でのAWSの利用事例と機械学習について
Yasuhiro Matsuo
Serverless analytics on aws
Serverless analytics on aws
Amazon Web Services Japan
20170826 Oita JAWS
20170826 Oita JAWS
Kameda Harunobu
20190410 AWS Black Belt Online Seminar Amazon Elastic Container Service for K...
20190410 AWS Black Belt Online Seminar Amazon Elastic Container Service for K...
Amazon Web Services Japan
20190305_AWS-Blackbelt-EC2.pdf
20190305_AWS-Blackbelt-EC2.pdf
ssuserf4b2a6
[PGConf.ASIA 2018]Deep Dive on Amazon Aurora with PostgreSQL Compatibility
[PGConf.ASIA 2018]Deep Dive on Amazon Aurora with PostgreSQL Compatibility
Amazon Web Services Japan
20200617 AWS Black Belt Online Seminar Amazon Athena
20200617 AWS Black Belt Online Seminar Amazon Athena
Amazon Web Services Japan
Amazonでのレコメンド生成における深層学習とAWS利用について
Amazonでのレコメンド生成における深層学習とAWS利用について
Amazon Web Services Japan
BrainPad - Doors - A-1 - Microsoft Data and AI
BrainPad - Doors - A-1 - Microsoft Data and AI
Daiyu Hatakeyama
AWSではじめるMLOps
AWSではじめるMLOps
MariOhbuchi
Well Architected Tool 使い方セミナー(コスト最適化編)
Well Architected Tool 使い方セミナー(コスト最適化編)
Nobuhiro Nakayama
AWS Lambda のご紹介 2015 JAWS沖縄
AWS Lambda のご紹介 2015 JAWS沖縄
Toshiaki Enami
AWS Black Belt Tech シリーズ 2015 - Amazon Elastic MapReduce
AWS Black Belt Tech シリーズ 2015 - Amazon Elastic MapReduce
Amazon Web Services Japan
IoTデザインパターン 2015 JAWS沖縄
IoTデザインパターン 2015 JAWS沖縄
Toshiaki Enami
Similar to AWS ML Update
(20)
【JAWS-UG AI/ML支部 第14回勉強会】Amazon EC2 Trn1 GA ! ~ AWSが提供するML向けインスタンスの豊富な品揃えと 専...
【JAWS-UG AI/ML支部 第14回勉強会】Amazon EC2 Trn1 GA ! ~ AWSが提供するML向けインスタンスの豊富な品揃えと 専...
AWSでのビッグデータ分析
AWSでのビッグデータ分析
Amazon Game Tech Night #22 AWSで実現するデータレイクとアナリティクス
Amazon Game Tech Night #22 AWSで実現するデータレイクとアナリティクス
What's Amazon Athena? - re:Growth 2016 Osaka
What's Amazon Athena? - re:Growth 2016 Osaka
20190122 AWS Black Belt Online Seminar Amazon Redshift Update
20190122 AWS Black Belt Online Seminar Amazon Redshift Update
20200414 Advanced Features in Amazon Elasticsearch Service
20200414 Advanced Features in Amazon Elasticsearch Service
研究用途でのAWSの利用事例と機械学習について
研究用途でのAWSの利用事例と機械学習について
Serverless analytics on aws
Serverless analytics on aws
20170826 Oita JAWS
20170826 Oita JAWS
20190410 AWS Black Belt Online Seminar Amazon Elastic Container Service for K...
20190410 AWS Black Belt Online Seminar Amazon Elastic Container Service for K...
20190305_AWS-Blackbelt-EC2.pdf
20190305_AWS-Blackbelt-EC2.pdf
[PGConf.ASIA 2018]Deep Dive on Amazon Aurora with PostgreSQL Compatibility
[PGConf.ASIA 2018]Deep Dive on Amazon Aurora with PostgreSQL Compatibility
20200617 AWS Black Belt Online Seminar Amazon Athena
20200617 AWS Black Belt Online Seminar Amazon Athena
Amazonでのレコメンド生成における深層学習とAWS利用について
Amazonでのレコメンド生成における深層学習とAWS利用について
BrainPad - Doors - A-1 - Microsoft Data and AI
BrainPad - Doors - A-1 - Microsoft Data and AI
AWSではじめるMLOps
AWSではじめるMLOps
Well Architected Tool 使い方セミナー(コスト最適化編)
Well Architected Tool 使い方セミナー(コスト最適化編)
AWS Lambda のご紹介 2015 JAWS沖縄
AWS Lambda のご紹介 2015 JAWS沖縄
AWS Black Belt Tech シリーズ 2015 - Amazon Elastic MapReduce
AWS Black Belt Tech シリーズ 2015 - Amazon Elastic MapReduce
IoTデザインパターン 2015 JAWS沖縄
IoTデザインパターン 2015 JAWS沖縄
More from Amazon Web Services Japan
202205 AWS Black Belt Online Seminar Amazon VPC IP Address Manager (IPAM)
202205 AWS Black Belt Online Seminar Amazon VPC IP Address Manager (IPAM)
Amazon Web Services Japan
202205 AWS Black Belt Online Seminar Amazon FSx for OpenZFS
202205 AWS Black Belt Online Seminar Amazon FSx for OpenZFS
Amazon Web Services Japan
202204 AWS Black Belt Online Seminar AWS IoT Device Defender
202204 AWS Black Belt Online Seminar AWS IoT Device Defender
Amazon Web Services Japan
Infrastructure as Code (IaC) 談義 2022
Infrastructure as Code (IaC) 談義 2022
Amazon Web Services Japan
202204 AWS Black Belt Online Seminar Amazon Connect を活用したオンコール対応の実現
202204 AWS Black Belt Online Seminar Amazon Connect を活用したオンコール対応の実現
Amazon Web Services Japan
202204 AWS Black Belt Online Seminar Amazon Connect Salesforce連携(第1回 CTI Adap...
202204 AWS Black Belt Online Seminar Amazon Connect Salesforce連携(第1回 CTI Adap...
Amazon Web Services Japan
Amazon Game Tech Night #25 ゲーム業界向け機械学習最新状況アップデート
Amazon Game Tech Night #25 ゲーム業界向け機械学習最新状況アップデート
Amazon Web Services Japan
20220409 AWS BLEA 開発にあたって検討したこと
20220409 AWS BLEA 開発にあたって検討したこと
Amazon Web Services Japan
202202 AWS Black Belt Online Seminar AWS Managed Rules for AWS WAF の活用
202202 AWS Black Belt Online Seminar AWS Managed Rules for AWS WAF の活用
Amazon Web Services Japan
202203 AWS Black Belt Online Seminar Amazon Connect Tasks.pdf
202203 AWS Black Belt Online Seminar Amazon Connect Tasks.pdf
Amazon Web Services Japan
SaaS テナント毎のコストを把握するための「AWS Application Cost Profiler」のご紹介
SaaS テナント毎のコストを把握するための「AWS Application Cost Profiler」のご紹介
Amazon Web Services Japan
Amazon QuickSight の組み込み方法をちょっぴりDD
Amazon QuickSight の組み込み方法をちょっぴりDD
Amazon Web Services Japan
マルチテナント化で知っておきたいデータベースのこと
マルチテナント化で知っておきたいデータベースのこと
Amazon Web Services Japan
機密データとSaaSは共存しうるのか!?セキュリティー重視のユーザー層を取り込む為のネットワーク通信のアプローチ
機密データとSaaSは共存しうるのか!?セキュリティー重視のユーザー層を取り込む為のネットワーク通信のアプローチ
Amazon Web Services Japan
パッケージソフトウェアを簡単にSaaS化!?既存の資産を使ったSaaS化手法のご紹介
パッケージソフトウェアを簡単にSaaS化!?既存の資産を使ったSaaS化手法のご紹介
Amazon Web Services Japan
202202 AWS Black Belt Online Seminar Amazon Connect Customer Profiles
202202 AWS Black Belt Online Seminar Amazon Connect Customer Profiles
Amazon Web Services Japan
Amazon Game Tech Night #24 KPIダッシュボードを最速で用意するために
Amazon Game Tech Night #24 KPIダッシュボードを最速で用意するために
Amazon Web Services Japan
202202 AWS Black Belt Online Seminar AWS SaaS Boost で始めるSaaS開発⼊⾨
202202 AWS Black Belt Online Seminar AWS SaaS Boost で始めるSaaS開発⼊⾨
Amazon Web Services Japan
[20220126] JAWS-UG 2022初頭までに葬ったAWSアンチパターン大紹介
[20220126] JAWS-UG 2022初頭までに葬ったAWSアンチパターン大紹介
Amazon Web Services Japan
202111 AWS Black Belt Online Seminar AWSで構築するSmart Mirrorのご紹介
202111 AWS Black Belt Online Seminar AWSで構築するSmart Mirrorのご紹介
Amazon Web Services Japan
More from Amazon Web Services Japan
(20)
202205 AWS Black Belt Online Seminar Amazon VPC IP Address Manager (IPAM)
202205 AWS Black Belt Online Seminar Amazon VPC IP Address Manager (IPAM)
202205 AWS Black Belt Online Seminar Amazon FSx for OpenZFS
202205 AWS Black Belt Online Seminar Amazon FSx for OpenZFS
202204 AWS Black Belt Online Seminar AWS IoT Device Defender
202204 AWS Black Belt Online Seminar AWS IoT Device Defender
Infrastructure as Code (IaC) 談義 2022
Infrastructure as Code (IaC) 談義 2022
202204 AWS Black Belt Online Seminar Amazon Connect を活用したオンコール対応の実現
202204 AWS Black Belt Online Seminar Amazon Connect を活用したオンコール対応の実現
202204 AWS Black Belt Online Seminar Amazon Connect Salesforce連携(第1回 CTI Adap...
202204 AWS Black Belt Online Seminar Amazon Connect Salesforce連携(第1回 CTI Adap...
Amazon Game Tech Night #25 ゲーム業界向け機械学習最新状況アップデート
Amazon Game Tech Night #25 ゲーム業界向け機械学習最新状況アップデート
20220409 AWS BLEA 開発にあたって検討したこと
20220409 AWS BLEA 開発にあたって検討したこと
202202 AWS Black Belt Online Seminar AWS Managed Rules for AWS WAF の活用
202202 AWS Black Belt Online Seminar AWS Managed Rules for AWS WAF の活用
202203 AWS Black Belt Online Seminar Amazon Connect Tasks.pdf
202203 AWS Black Belt Online Seminar Amazon Connect Tasks.pdf
SaaS テナント毎のコストを把握するための「AWS Application Cost Profiler」のご紹介
SaaS テナント毎のコストを把握するための「AWS Application Cost Profiler」のご紹介
Amazon QuickSight の組み込み方法をちょっぴりDD
Amazon QuickSight の組み込み方法をちょっぴりDD
マルチテナント化で知っておきたいデータベースのこと
マルチテナント化で知っておきたいデータベースのこと
機密データとSaaSは共存しうるのか!?セキュリティー重視のユーザー層を取り込む為のネットワーク通信のアプローチ
機密データとSaaSは共存しうるのか!?セキュリティー重視のユーザー層を取り込む為のネットワーク通信のアプローチ
パッケージソフトウェアを簡単にSaaS化!?既存の資産を使ったSaaS化手法のご紹介
パッケージソフトウェアを簡単にSaaS化!?既存の資産を使ったSaaS化手法のご紹介
202202 AWS Black Belt Online Seminar Amazon Connect Customer Profiles
202202 AWS Black Belt Online Seminar Amazon Connect Customer Profiles
Amazon Game Tech Night #24 KPIダッシュボードを最速で用意するために
Amazon Game Tech Night #24 KPIダッシュボードを最速で用意するために
202202 AWS Black Belt Online Seminar AWS SaaS Boost で始めるSaaS開発⼊⾨
202202 AWS Black Belt Online Seminar AWS SaaS Boost で始めるSaaS開発⼊⾨
[20220126] JAWS-UG 2022初頭までに葬ったAWSアンチパターン大紹介
[20220126] JAWS-UG 2022初頭までに葬ったAWSアンチパターン大紹介
202111 AWS Black Belt Online Seminar AWSで構築するSmart Mirrorのご紹介
202111 AWS Black Belt Online Seminar AWSで構築するSmart Mirrorのご紹介
AWS ML Update
1.
Makoto Shimura, Analytics
Specialist Solution Architect Amazon Web Services Japan, K. K. 2018.07.23 AWS ML Services Update
2.
自己紹介 志村 誠 アナリティクススペシャリスト ソリューションアーキテクト •
データ分析・機械学習系サービスを担当 • 前職はログ解析基盤構築・データ分析等 • 好きなサービス ⎼ Amazon Athena ⎼ AWS Glue ⎼ そして Amazon SageMaker
3.
Agenda AWS ML の直近半年のアップデート ML
Ops on AWS のアーキテクチャ紹介
4.
AWS ML のアップデート
5.
Services Amazon Rekognition Image Platform CPU IoT Mobile Frameworks & Infrastructure
GPU AWS が提供する ML サービススタック Amazon Polly Amazon Lex Amazon Comprehend Amazon Translate Amazon Transcribe Amazon Rekognition Video Tensorflow Caffe Torch Theano CNTK KerasMXNet AWS Deep Learning AMI (Amazon Linux / Ubuntu / Windows) Chainer Amazon SageMaker AWS DeepLens
6.
Services Amazon Rekognition Image Platform CPU IoT Mobile Frameworks & Infrastructure
GPU AWS が提供する ML サービススタック Amazon Polly Amazon Lex Amazon Comprehend Amazon Translate Amazon Transcribe Amazon Rekognition Video Tensorflow Caffe Torch Theano CNTK KerasMXNet AWS Deep Learning AMI (Amazon Linux / Ubuntu / Windows) Chainer Amazon SageMaker AWS DeepLens
7.
Amazon Rekognition [Video]
が東京リージョンで利用可能に 新たに東京,シドニーリージョンで利用可能に Rekognition だけでなく,Rekognition Video も対応 東京リージョンの S3 にある画像を,他リージョンに移すこ となく IndexFaces で顔インデックスに登録可能に https://aws.amazon.com/about-aws/whats-new/2018/02/aws-deep-learning-amis-introduce-chainer-pytorch- mxnet/
8.
Amazon Transcribe が一般利用可能に 2017
の re:Invent で発 表された Amazon Transcribe が 4/4 に GA あわせて,カスタム語 彙の登録も利用可能に バージニア北部,オハ イオ,オレゴン,アイ ルランドで利用可能 https://aws.amazon.com/about-aws/whats-new/2018/04/amazon-transcribe-is-now-generally-available/
9.
Amazon Translate が一般利用可能に 2017
の re:Invent で発表 された Amazon Translate が 4/4 に GA 2018/7/17 に日本語,ロシ ア語,イタリア語,中国 繁体字,トルコ語,チェ コ語に対応 バージニア北部,オハイ オ,オレゴン,アイルラ ンドで利用可能 https://aws.amazon.com/about-aws/whats-new/2018/04/amazon-translate-is-now-generally-available/
10.
Services Amazon Rekognition Image Platform CPU IoT Mobile Frameworks & Infrastructure
GPU AWS が提供する ML サービススタック Amazon Polly Amazon Lex Amazon Comprehend Amazon Translate Amazon Transcribe Amazon Rekognition Video Tensorflow Caffe Torch Theano CNTK KerasMXNet AWS Deep Learning AMI (Amazon Linux / Ubuntu / Windows) Chainer Amazon SageMaker AWS DeepLens
11.
Amazon SageMaker が東京リージョンで利用可能に 東京リージョンの
S3 に溜まったデータを使ってのモデル学習が可能に 国外にデータを出せないお客さまでも,SageMaker を利用することが 可能に https://aws.amazon.com/jp/blogs/news/amazon-sagemake-tokyo-chainer-launch/
12.
Amazon SageMaker でモデルのハイパーパラメータ チューニングが可能に SageMaker
に,同一モデルに対して, ハイパーパラメータを自動で探索する機 能が追加 合計の探索回数,1 試行あたりの同時探 索数,また探索対象のハイパーパラメー タ一覧と,その探索範囲を指定 ベイズ最適化に基づいて,SageMaker 側で自動で探索を実行 これにより,モデルの最適なハイパーパ ラメータを非常に簡単に求めることが可 能に https://aws.amazon.com/blogs/aws/sagemaker-automatic-model-tuning/
13.
Amazon SageMaker の対応フレームワークの拡充 SageMaker
でサポートされるディープラーニングフレームワーク に,新たに以下の 2 つが追加 • Chainer • PyTorch また,既存の対応済フレームワークも最新バージョンに追従 • Tensorflow: 1.8 までサポート済み • MXNet: 1.1 までサポート済み https://aws.amazon.com/blogs/machine-learning/amazon-sagemaker-now-supports-pytorch-and-tensorflow-1-8/
14.
Amazon SageMaker の推論エンドポイントがオートスケーリン グおよびバッチ推論に対応 ターゲットトラッキングスケーリング ポリシーを使用 •
ターゲットメトリクスとしては,主に「1 分 間の 1 インスタンスあたりの平均リクエ スト数」を使用 バッチ推論は,別のエンドポイント が立ち,推論を行なった後は自動 で終了する https://aws.amazon.com/about-aws/whats-new/2018/02/aws-deep-learning-amis-introduce-chainer-pytorch-mxnet/
15.
Amazon SageMaker のノートブックインスタンスで,起動時に 自動実行されるスクリプトを定義可能に ライフサイクル設定という名称 で,インスタンス作成時,およ びインスタンス開始に実行する スクリプトを定義可能に 必要なパッケージのインストー ルや,再起動時のクリーニング 処理などを自動で行えるように なった https://aws.amazon.com/about-aws/whats-new/2018/03/amazon-sagemaker-new-notebook-features/
16.
Amazon SageMaker のビルトインアルゴリズム拡充 新たに以下のアルゴリズムが追加 •
DeepAR: 深層学習ベースの,カテゴリを考慮した複数時系列の予測 • BlazingText: マルチ CPU / GPU を活用した高速な word2vec 実装 • Random Cut Forest: 時系列データに対する異常検知 • kNN: 定番の k 近傍法を,推論時に量子化や次元圧縮等で高速化 • Object Detection: 物体検出アルゴリズムの SSD を利用可能に 既存のアルゴリズムに,以下の改良 • LinearLearner: 新しい損失関数と,early stopping のサポート • DeepAR: 欠損値,複数カテゴリ,カスタム特徴量等のサポート https://aws.amazon.com/jp/about-aws/whats-new/2018/01/deepar-algorithm-now-available-in-amazon-sagemaker/ https://aws.amazon.com/jp/about-aws/whats-new/2018/04/random-cut-forest-algorithm-now-available-in-amazon-sagemaker/ https://aws.amazon.com/blogs/machine-learning/object-detection-algorithm-now-available-in-amazon-sagemaker/ https://aws.amazon.com/jp/about-aws/whats-new/2018/01/blazingtext-implementation-now-available-for-scaling-and-accelerating-word2vec-algorithm-in-amazon-sagemaker/ https://aws.amazon.com/blogs/machine-learning/amazon-sagemaker-deepar-now-supports-missing-values-categorical-and-time-series-features-and-generalized-frequencies/ https://aws.amazon.com/blogs/machine-learning/amazon-sagemaker-supports-knn-classification-and-regression/
17.
AWS DeepLens が発売され,さまざまな機能も追加 6/14
より Amazon.com で発売 が開始され,米国内での利用が 可能に(日本国内では技適等の 関係でまだ利用不可) ディープラーニングフレームワー クとして,Tensorflow, Caffe, MXNet の 3 つをサポート Kinesis Video Streams へのカメ ラ動画送信をサポート https://aws.amazon.com/jp/about-aws/whats-new/2018/06/aws-deeplens-tensorflow-caffe-mxnet-kinesis-video-streams-buy-now/
18.
Services Amazon Rekognition Image Platform CPU IoT Mobile Frameworks & Infrastructure
GPU AWS が提供する ML サービススタック Amazon Polly Amazon Lex Amazon Comprehend Amazon Translate Amazon Transcribe Amazon Rekognition Video Tensorflow Caffe Torch Theano CNTK KerasMXNet AWS Deep Learning AMI (Amazon Linux / Ubuntu / Windows) Chainer Amazon SageMaker AWS DeepLens
19.
AWS Greengrass ML
Inference が一般利用可能に AWS Greengrass core を使ってい るデバイスに対して,機械学習モデ ルを直接デプロイすることが可能に SageMaker と連携することで,クラ ウドで学習,エッジで推論の仕組み を簡単に構築 Intel Atom, Jetson TX2, Rasberry Pi に対応 DeepLens も内部に Greengrass を搭載しており,この機能を利用可 能 https://aws.amazon.com/jp/about-aws/whats-new/2018/04/aws-greengrass-ml-inference/
20.
ML Ops on
AWS のアーキテクチャ紹介
21.
ML Ops という考え方 ML
はイテレーティブにモデルの改善,新しいデータによる再学習, 絶え間ないモデルの評価を行なっていく必要がある DevOps と同様のアプローチを,ML にも当てはめることができる ML の主な特徴として,以下の点がある • 実際に本番投入してビジネス KPI への影響を見るまで,モデルが本当に意 味があるかはわからない • ほとんどのケースで,常に A/B テストを行う必要性がある • データの前処理部分まで含めた再現性が求められる • ML モデルの学習部分で何度も繰り返し処理が発生する
22.
ML Ops でよくある問題を解決する Infrastructure
as Code: • 開発環境と本番環境でライブラリが違う問題 • 一度学習したモデルを再現できない問題 micsoservices: • 開発環境と本番環境で実行環境自体がまるで違う問題 • 新しいモデルを作ってもすぐにデプロイできない問題 • あるサービスのモデルのデプロイが他サービスに影響する問題 Continuous Delivery: • 新しいモデルをデプロイしたら悲惨な予測を返すことがある問題
23.
ML Ops を実現するための
AWS サービス群 Infrastructure as Codemicroservices Continuous Deploy Amazon ECR AWS CodeBuild AWS Step Functions Amazon SageMaker AWS Greengrass AWS CodeCommit Amazon ECS Amazon SageMaker
24.
Amazon SageMaker データサイエンティストや ML
エンジニアが 機械学習のサイクルを高速に回すためのサービス 開発 学習 推論 SageMaker API を 叩いてジョブを実行 複数ジョブを同時実行 分散学習も簡単に実行 コンソールから起動 主要ライブラリは プリインストール済 SageMaker API から エンドポイント作成 オートスケーリング A/Bテスト Jupyter Notebook Docker コンテナ Docker コンテナ
25.
AWS 上での ML
システムの 典型的なアーキテクチャ
26.
サーバサイドのリアルタイム推論 ユーザーの属性や行動履歴に応じた, リアルタイムのコンテンツ推薦 Kinesis Firehose S3 SageMaker Glue Athena QuickSight App Servers
27.
サーバサイドのバッチ推論 EC サイトで商品ページを表示したら, 関連するおすすめアイテムを表示 Kinesis Firehose S3 Glue Athena QuickSight App Servers DynamoDB
SageMaker
28.
エッジサイドのリアルタイム推論 工場の生産ラインにカメラを設置し, 撮影した画像から不良品を判定 Camera Device Detection App GPU Greengrass
Core Camera AWS IoT Glue Athena QuickSight S3 SageMaker Greengrass
29.
ML サイクルのオートメーション
30.
StepFunctions による ML
モデル更新の自動化 Start CodeBuild StartBuild 学習コンテナ SageMaker CreateTrainingJob CodeBuild StartBuild 推論コンテナ SageMaker CreateModel SageMaker CreateEndpointConfig SageMaker CreateEndpoint UndateEndpoint wait wait wait wait SNS エラー通知 SNS 成功通知 Greengrass CreateDeployment
31.
データ加工部分も含めて StepFunctions で管理 RDS S3 RedShift Glue 学習用入力 データの作成 S3 Glue データの スキーマ管理 RDS メタデータを バージョン含めて管理 SageMaker 学習ジョブの実行と モデルのデプロイ メタデータ管理 複数の機械学習タスクで 特徴量を使いまわす仕組み その他の ワークフローエンジンを 利用することも可能
32.
複数の ML モデル学習時の精度評価 Start SageMaker CreateTrainingJob CloudWatchLogs 学習ジョブの ログを取得 Lambda モデル精度を取得して DB
に書き込み QuickSight リーダーボード 複数モデルの比較 SageMaker CreateTrainingJob SageMaker CreateTrainingJob ...... RDS
33.
モデルに関するリソース群の管理 学習用データを作成したスクリプトを管理 データ本体は S3 に置いて,キー名を管理 データは消さずに,新しいデータを追加するだけ メタデータは別途
RDS に書くなりする Start 実行するジョブ名や,学習後のモデル名を管理 CreateTrainingJob や CreateModel を叩くときに指定 ハイパーパラメータも JSON ファイル等の形で管理 学習に用いたコンテナイメージの ID を管理 コンテナイメージをビルドするための Dockerfile も管理 CodeCommit S3 SageMaker ECR DVCGit LFS 既存のデータの バージョン管理ツール
34.
本番環境での AB テストと効果測定 モデル名と 予測値を返却 特徴量を リクエスト モデル名・予測値・結果を収集 Elasticsearch Service テスト結果の リアルタイム可視化 Lambda テスト結果の集計 SNS エラー通知 域値以下の 結果 S3 テスト結果の 履歴を保存 Athena
& QuickSight 長期的なトレンドを 集計して可視化 SageMaker 複数モデルをホストし 常時 AB テスト App Server s Kinesis
35.
クラウド / オンプレのハイブリッド オンプレ本番環境 ML
モデルに関するリソースは,すべて AWS 側で管理 S3 を介して AWS とオンプレで連携 オンプレ本番環境 作成済みの ML モデルの,バイナリデータ以降を SageMaker で管理 S3 を介してオンプレと AWS で連携 SageMaker S3CodeBuild SageMakerS3 Direct Connect Direct Connect