Amazon machine leaning の紹介
- 1. LT Thursday（サイバーエージェントA.J.A. 社内勉強会） 2016/8/19 阿部晃典 Amazon Machine Leaning の紹介
- 2. Amazon ML とは？ ● AWS 上で使える機械学習サービス ○ Amazon 社内でも使っているらしい ● スケーラビリティ・簡単さが売り ○ データさえ用意すればボタンをポチポチするだけで、モデル生成・評価・予測 API の準備を自動で やってくれる ○ 大規模なデータも扱えるらしい ○ 柔軟性はあまりない ● 構造化データに対する統計的教師あり学習のみをサポート ● Region: 米国東部（バージニア北部）、EU（アイルランド）のみ ● チュートリアルあるよ ○ ポルトガルの銀行によるダイレクトマーケティングで、定期預金口座を開設してくれた or してくれな かった顧客の情報 ○ 元データ：https://archive.ics.uci.edu/ml/datasets/Bank+Marketing
- 3. Concepts ● Data source ○ 学習データの在処 ○ 統計情報の表示 ● ML model ○ 機械学習モデルの選択 ○ 前処理・正則化 ● Evaluation ○ 学習済みモデルの評価 ● Prediction ○ 学習済みモデルによる予測
- 4. Data source ● 学習データの在処：Redshift もしくは S3 上の CSV ● 特徴抽出済みのデータのみ扱える（画像・音声等は直接は扱えない） ● できること ○ 学習に使うカラム（特徴量＝入力）の指定 ○ 予測対象のカラム（出力）の指定 ○ 統計情報の表示（分布・統計量など）
- 7. ML model ● 機械学習モデルの自動判定（教師あり学習のみ） ○ 2 クラス分類：ロジスティック回帰 ○ 多クラス分類：ロジスティック回帰 ○ 時系列予測：線形回帰 ● Recipe：簡単な前処理 ○ N-gram、大文字小文字変換、デカルト積、離散化など ● 正則化：L1 or L2 ● 料金：0.42 USD/時
- 10. Evaluation ● 学習したモデルの評価（予測精度の計算） ○ Cross-validation もできる ● 評価指標 ○ クラス分類：precision、accuracy、recall、F 値など ○ 時系列予測：RMSE (root mean square error)
- 12. Prediction ● 学習済みモデルによる予測 ● バッチ予測：大量のデータを入力して、一度に予測 ○ 0.0001 USD/predictions ● リアルタイム予測：データを一つずつ入力して、その都度予測 ○ 0.0001 USD/predictions + 0.001 USD/(10 MB * 1 hour)
- 13. まとめ ● Amazon ML の特徴 ○ クラス分類（ロジスティック回帰）、時系列予測（線形回帰） ○ 簡単にモデル構築・評価・予測 API の準備ができる ■ UI は使いやすいと思う ○ 統計情報を見やすく表示 ● 気をつけたほうが良さそうなこと ○ 特徴抽出・前処理はガッツリやるべき ○ 簡単な反面、できることが少ない ○ 非線形モデル・教師なし学習は使えない ○ 学習済みモデルもない