2.1 モデリングアプローチを選択する

タスクステートメント

モデリングアプローチを選択する

対象知識

ビジネス上の問題を解決するための ML アルゴリズムの機能と適切な使用

教師あり学習

• 回帰（Regression）
  • 線形回帰、リッジ回帰、Lasso回帰
  • 決定木回帰、ランダムフォレスト回帰
  • XGBoost、勾配ブースティング
• 分類（Classification）
  • ロジスティック回帰
  • サポートベクターマシン（SVM）
  • 決定木、ランダムフォレスト
  • XGBoost、LightGBM

教師なし学習

• クラスタリング
  • K-means、階層的クラスタリング
  • DBSCAN
• 次元削減
  • PCA（主成分分析）
  • t-SNE、UMAP

深層学習

• CNN（畳み込みニューラルネットワーク）
  • 画像分類、物体検出
• RNN（再帰型ニューラルネットワーク）
  • 時系列予測、NLP
• Transformer
  • BERT、GPT、大規模言語モデル

AWS の AI サービスを使用してビジネス上の特定の問題を解決する方法

Amazon Translate

• 用途: 多言語翻訳
• ユースケース: コンテンツのローカライゼーション

Amazon Transcribe

• 用途: 音声からテキストへの変換
• ユースケース: コールセンター分析、字幕生成

Amazon Rekognition

• 用途: 画像・動画分析
• 機能:
  • 物体検出
  • 顔認識
  • テキスト検出（OCR）
  • コンテンツモデレーション

Amazon Bedrock

• 用途: 生成AI、基盤モデル
• モデル:
  • Claude (Anthropic)
  • Titan (Amazon)
  • Llama (Meta)
  • Jurassic (AI21 Labs)

その他のAIサービス

• Amazon Comprehend: 自然言語処理、感情分析
• Amazon Polly: テキスト読み上げ
• Amazon Lex: 会話型AI、チャットボット
• Amazon Personalize: レコメンデーション
• Amazon Fraud Detector: 不正検出
• Amazon Forecast: 時系列予測

モデル選択またはアルゴリズム選択時の解釈可能性を考慮する方法

• 解釈可能なモデル
  • 線形回帰、ロジスティック回帰
  • 決定木
  • ルールベースモデル
• ブラックボックスモデル
  • ニューラルネットワーク
  • アンサンブルモデル
• 解釈可能性ツール
  • SHAP（SHapley Additive exPlanations）
  • LIME（Local Interpretable Model-agnostic Explanations）
  • SageMaker Clarify

SageMaker の組み込みアルゴリズムと適用のタイミング

教師あり学習アルゴリズム

• XGBoost: 表形式データの分類・回帰
• Linear Learner: 線形モデル
• Factorization Machines: クリック予測、レコメンデーション
• K-Nearest Neighbors (KNN): 分類・回帰
• Image Classification: ResNet を使用した画像分類
• Object Detection: 物体検出
• Semantic Segmentation: セマンティックセグメンテーション

教師なし学習アルゴリズム

• K-Means: クラスタリング
• PCA: 次元削減
• Random Cut Forest: 異常検出

テキスト・NLP アルゴリズム

• BlazingText: Word2Vec、テキスト分類
• Sequence to Sequence: 機械翻訳、要約
• LDA (Latent Dirichlet Allocation): トピックモデリング
• Neural Topic Model: トピックモデリング

時系列アルゴリズム

• DeepAR: 時系列予測

対象スキル

1. 使用可能なデータと問題の複雑さを評価して ML ソリューションの実現可能性を判断する

• データ量の十分性
• データ品質の評価
• ラベルの可用性
• 問題の複雑度とコスト

2. 特定の問題を解決するための適切な ML モデルやアルゴリズムを比較して選択する

| 問題タイプ | 推奨アルゴリズム | 考慮事項 | |———–|—————-|———-| | 表形式データの分類・回帰 | XGBoost, Linear Learner | データサイズ、解釈可能性 | | 画像分類 | CNN, Image Classification | データ量、転移学習 | | テキスト分類 | BlazingText, Transformer | 文書長、言語 | | 時系列予測 | DeepAR, Prophet | 季節性、トレンド | | 異常検出 | Random Cut Forest | データ分布 |

3. 組み込みアルゴリズム、基盤モデル、ソリューションテンプレートを選択する

• SageMaker JumpStart
  • 事前トレーニング済みモデル
  • ソリューションテンプレート
  • ファインチューニング可能
• Amazon Bedrock
  • 基盤モデルへのアクセス
  • API経由で簡単に利用

4. コストに基づいてモデルやアルゴリズムを選択する

• トレーニングコスト
  • インスタンスタイプ
  • トレーニング時間
• 推論コスト
  • エンドポイントコスト
  • レイテンシー要件
• データ処理コスト
  • ストレージ
  • 転送

5. 一般的なビジネスニーズを解決する AI サービスを選択する

• 画像認識 → Amazon Rekognition
• 音声認識 → Amazon Transcribe
• 翻訳 → Amazon Translate
• チャットボット → Amazon Lex
• レコメンデーション → Amazon Personalize
• 時系列予測 → Amazon Forecast
• 不正検出 → Amazon Fraud Detector

実践例

SageMaker 組み込みアルゴリズムの使用

from sagemaker import image_uris
from sagemaker.estimator import Estimator

# XGBoost アルゴリズムのイメージ URI を取得
container = image_uris.retrieve('xgboost', region, '1.7-1')

# Estimator の作成
xgb_estimator = Estimator(
    container,
    role=role,
    instance_count=1,
    instance_type='ml.m5.xlarge',
    output_path=f's3://{bucket}/output',
    sagemaker_session=session
)

# ハイパーパラメータの設定
xgb_estimator.set_hyperparameters(
    objective='binary:logistic',
    num_round=100,
    max_depth=5,
    eta=0.2
)

# トレーニング
xgb_estimator.fit({'train': s3_train_data})

SageMaker JumpStart の使用

from sagemaker.jumpstart.model import JumpStartModel

# 事前トレーニング済みモデルの選択
model_id = 'huggingface-text-classification-bert-base-uncased'

model = JumpStartModel(model_id=model_id)

# デプロイ
predictor = model.deploy()

# 推論
response = predictor.predict("This is a great product!")

Amazon Bedrock の使用

import boto3
import json

bedrock = boto3.client('bedrock-runtime')

# Claude モデルを使用
response = bedrock.invoke_model(
    modelId='anthropic.claude-v2',
    body=json.dumps({
        "prompt": "\\n\\nHuman: Explain machine learning\\n\\nAssistant:",
        "max_tokens_to_sample": 300,
        "temperature": 0.7
    })
)

result = json.loads(response['body'].read())
print(result['completion'])

アルゴリズム選択のフローチャート

問題タイプの特定
├─ 画像データ？
│  ├─ Yes → CNN, Image Classification, Rekognition
│  └─ No → 次へ
├─ テキストデータ？
│  ├─ Yes → BlazingText, Transformers, Comprehend
│  └─ No → 次へ
├─ 時系列データ？
│  ├─ Yes → DeepAR, Forecast
│  └─ No → 次へ
└─ 表形式データ？
   ├─ 分類 → XGBoost, Linear Learner
   └─ 回帰 → XGBoost, Linear Learner

重要なポイント

アルゴリズム選択の考慮事項

1. データの特性: サイズ、型、品質
2. 問題の種類: 分類、回帰、クラスタリング
3. 解釈可能性: ビジネス要件
4. パフォーマンス: 精度、速度
5. コスト: トレーニング、推論
6. 保守性: 再トレーニングの容易さ

関連リンク

• [[2.2_モデルのトレーニングと改良]]
• [[2.3_モデルパフォーマンスの分析]]
• [[1.3_データ完全性とモデリング準備]]
• [[99_AWSサービス一覧]]
• [[00_試験概要]]