カスタムの機械学習モデルを一から開発するには従来、機械学習のスペシャリストが必要だった。理由の一つは、機械学習モデルのチューニングに高度な専門スキルが求められることだ。スキルが不足していると、機械学習モデルの精度を上げられない。

 しかしクラウドの進化によって、この障壁が崩れつつある。AWSとAzureはそれぞれ2018年に、機械学習モデルの開発支援サービスに対して、モデルの自動チューニング機能を追加。機械学習の高度な専門スキルがなくても、モデルの精度を高めやすくした。

 そのサービスが「Amazon SageMaker」と「Azure Machine Learning service」である。本講座はこの二つのサービスを解説する。

 どちらも、モデルの自動チューニング機能だけでなく、アルゴリズムのコード作成やトレーニング(学習)、推論実行などの機能を提供する。カスタムの機械学習モデルを開発するうえで、利用する価値が大きい。

 講座では二つのサービスについてそれぞれ、機能と料金を解説し、カスタムの機械学習モデルの開発を通じて自動チューニング機能を試す。なおAmazon SageMakerで題材とするモデルのほうが複雑で精度が上がりにくいことを、ここで断っておく。

 AWS、Azureのユーザーにとっては、カスタムの機械学習モデルを容易に開発できる環境が整っている。そのことを本講座で確かめてほしい。

出典:日経クラウドファースト2019年3月号 サービス評価「機械学習サービス」
記事は執筆時の情報に基づいており、現在では異なる場合があります。