AWS認定資格 WEB問題集＆徹底解説

LOGIN

AWSサービスの一つであるAmazon SageMakerはどんな内容なのでしょうか？また、AWS認定資格のクラウドプラクティショナー（CLF）に合格するためには、サービスのどんなポイントを押さえておけばよいのでしょうか？
ここでは、そんなあなたの疑問に回答していきたいと思います

Amazon SageMaker の概要

Amazon SageMakerは、機械学習モデルの開発、学習、およびデプロイを簡単にする管理型サービスです。データサイエンティストや開発者が、機械学習ワークフロー全体を素早く効率的に実行できるように設計されています。

Amazon SageMaker の出題ポイント

以下は、受験にあたって理解しておくべき出題ポイントです。

分類	内容
SageMakerの主要コンポーネント	1. SageMakerノートブックインスタンス: Jupyterノートブック環境。2. SageMakerビルトインアルゴリズム: 学習アルゴリズムの事前実装。3. SageMakerモデル学習ジョブ: トレーニング環境。4. SageMakerホスト環境: モデルデプロイ。5. SageMaker Ground Truth: データラベル付けサービス。
ビルトインアルゴリズム	Amazon SageMakerは多くの一般的な機械学習アルゴリズムを事前実装しており、独自のアルゴリズムを簡単に使用できるようにします。最適化されたアルゴリズムには、線形回帰、k平均クラスタリング、XGBoost、ランダムカットフォレストなどが含まれます。
SageMaker学習ジョブ	モデルのトレーニングを実行するための環境。学習ジョブが開始されると、Amazon SageMakerは複数の学習インスタンスを起動し、選択されたデータセットをダウンロードしてモデルのトレーニングを開始します。トレーニングが完了すると、学習済みモデルアーティファクトとともにインスタンスが終了されます。
SageMakerホスト環境	トレーニング済みモデルを一部または完全にデプロイし、リアルタイムで予測を提供する環境。SageMakerは自動的に必要なリソースをプロビジョニングし、モデルをホストし、選択されたインスタンスタイプでモデルを実行します。
Amazon SageMaker Ground Truth	Amazon SageMaker Ground Truthは、機械学習モデルの学習用にデータを効率的かつ正確にラベル付けするためのフルマネージドサービスです。Ground Truthはデータをラベル付けする際に、機械学習を活用して作業効率を高め、「アクティブラーニング」によってデータラベル付けの品質、速度、コストを改善します。

コメント

当サービスに関連して、覚えておいた方がよいポイントなどありましたら、お気軽にコメントください。教え学び合える場になれば嬉しいです。