本記事は、Amazon Machine Learning(Amazon ML)の特徴と、仕組みを理解する上で必要となる機械学習の知識を説明した「Amazon Machine Learningで何ができるか」を補完するものだ。お読みでない方は、まずこちらからご覧いただきたい。

 ここではAmazon MLのサンプルを用いながら、学習用データのインポートから学習モデルの構築、予測結果の出力までの流れを追いかける。

●Amazon MLの仕組み
 前の記事で説明した通り、Amazon MLでは機械学習の作業の流れが整理されており、順に行うことで簡単にモデルや予測APIを構築できる。Amazon MLにおける機械学習は、基本的には以下の流れに従って進める。

 各作業の成果は「エンティティ」と呼ばれるAWS上のオブジェクトとして管理される。各エンティティの詳細はのとおりである。

[画像のクリックで拡大表示]

 この章では、各作業が具体的にどういう流れなのか、また何ができるのかを見ていきたい。

●サンプルについて
 Amazon MLでは、機械学習用のサンプルデータとして、銀行のマーケティング情報に関するデータを準備している。

https://s3.amazonaws.com/Amazon ML-sample-data/banking.csv
https://s3.amazonaws.com/Amazon ML-sample-data/banking-batch.csv

 このデータは、米カリフォルニア大学アーバイン校(UCI)が提供する機械学習用のデータセットをもとに作成されている。各項目の詳細について興味があれば、以下のURLから内容を確認できる。

https://archive.ics.uci.edu/ml/datasets/Bank+Marketing

この先は会員の登録が必要です。有料会員(月額プラン)は申し込み初月無料!

日経 xTECHには有料記事(有料会員向けまたは定期購読者向け)、無料記事(登録会員向け)、フリー記事(誰でも閲覧可能)があります。有料記事でも、登録会員向け配信期間は登録会員への登録が必要な場合があります。有料会員と登録会員に関するFAQはこちら