Amazon SageMaker のローコード機能で機械学習のフルライフサイクルを加速しよう

データ準備、モデル構築、学習、チューニング、デプロイなど、機械学習 (ML) ライフサイクルの多数のステップを経てモデルを本番稼働させ、ビジネス価値を創出するまでに、多大な時間と労力がかかっていませんか?Amazon SageMaker は、ML ライフサイクルの各ステップにローコードツールを提供し、フルライフサイクルをサポートしています。本セッションでは、SageMaker のローコード機能 Data Wrangler、Autopilot、JumpStart で、どのようにチームの生産性を向上させ、機械学習プロジェクトを加速させるかを紹介します。
アマゾン ウェブ サービス ジャパン合同会社 ソリューションアーキテクト シン シオリ

Previous Video
Amazon SageMaker Canvas でノーコード機械学習を実践しよう
Amazon SageMaker Canvas でノーコード機械学習を実践しよう

Amazon SageMaker Canvas は、コードの記述や機械学習の専門知識を必要とせずに正確な予測を生成する機械学習モデルを簡単に構築することができます。本セッションでは、SageMaker Canvas...

Next Video
Amazon SageMaker Studioで Jupyter 分析環境の簡単構築
Amazon SageMaker Studioで Jupyter 分析環境の簡単構築

あなたのチームのデータ分析者はどのような環境で分析を行っているでしょうか?データ分析者へ高機能で統制された分析環境を提供することはデータドリブンビジネスにおいて非常に重要ですが、これらの構築は容易ではありません。そ...

アンケートに 回答して AWS クレジット 25 USD を取得

回答する