はじめに

ワークショップについて

対象とする人

これから Amazon SageMaker を使って機械学習を始めようと考えている方、既に機械学習を取り組まれていて Amazon SageMaker を使ってみたい人

目的

このハンズオンでは、Amazon SageMaker の機能を使って機械学習を簡単に始められることを目的としています。本ワークショップでは機械学習でよく使われる Python 言語を中心に進めていきますので、Python を使ったプログラミング経験があるとスムーズです


ハンズオンワークショップの構成

本ワークショップは、下記のようなコンテンツ構成になっています


[Contents]
│
├── 1. はじめに
│   ├── 1.1 事前準備
│   ├── 1.2 Jupyter Notebook について
│
├── 2. Amazon SageMaker について
│   ├── 2.1 Amazon SageMakerの概要
│   ├── 2.2 SageMaker ノートブックインスタンスの作成
│   ├── 2.3 SageMaker Studio 環境のセットアップ (Studioを使う場合)
│
├── 3. Amazon SageMaker で Jupyter Notebook を簡単に使う
│   ├── 3.1 機械学習のためのデータ操作
│   ├── 3.2 scikit-learn による機械学習
│   ├── 3.3 深層学習への入り口
│
├── 4. Amazon SageMaker ビルトインアルゴリズムを使う
│   ├── 4.1 XGBoost を使った顧客離反分析
│
├── 5. Amazon SageMaker で カスタムモデルを使う
│   ├── 5.1 PyTorch を使って画像分類(日本語)
│
├── 6. Amazon SageMaker Studio を使う
│   ├── 6.1 Amazon SageMaker Studio で クイックスタート(英語)
│
├── 7. リソースの削除
│   ├── 7.1 SageMaker Notebook の削除
│   ├── 7.2 SageMaker Studio のリソース削除
│

このワークショップは、必ずしもすべてのコンテンツを受講する必要はありません。 ニーズに応じて必要なコンテンツを選択して受講下さい。

※ その場合、環境設定 Chapter 2 と リソース削除 Chapter 6 は必ず目を通して下さい。

典型的なワークショップパターン

  • Amazon SageMaker を使って Jupyter Notebook のみを使って簡単に機械学習を実行したい人向け

    • Chapter 2 > Chapter 3 > Chapter 6
  • Amazon SageMaker を使って、既存のアルゴリズムで簡単に機械学習をスタートしたい人向け

    • Chapter 2 > Chapter 4 > Chapter 6
  • Amazon SageMaker を使って、カスタムモデルの機械学習に取り組みたい人向け

    • Chapter 2 > Chapter 5 > Chapter 6