AWSで機械学習を始めよう

昨今は、ビジネスのさまざまな場面にデジタル技術を取り入れて、ビジネスを変革していく「デジタル・トランスフォーメーション（DX）」の必要性が訴えられています。デジタル技術には「機械学習」が含まれており、2000年代以降から現在も「第3次人工知能ブーム」の真っ只中にあると言われています。

特にここ数年は「人工知能（AI）」や「機械学習」に関連する情報を毎日のように目にするようになり、ビジネスにおける機械学習の成功事例の報告も増えています。

その一方で、例えば下記のような悩みを持っている方が少なからず存在するのではないでしょうか？

• 機械学習を取り入れたいが、担い手がおらず導入に踏み切れない
• 機械学習の知識はある程度あるが、実装手段まではわからない
• 有償トレーニングの受講などノウハウ習得に費用をかけられない

そこで本連載では、このような悩みを持つ読者が、パブリッククラウドとしてシェアの高いAWS(Amazon Web Services)が提供するサービスを使って、ビジネスに機械学習を取り入れていく方法を考えていきます。

AWSでは、「Amazonで培った機械学習に関するノウハウをすべての開発者に届ける」というコンセプトの下、多数の機械学習サービスが提供されています。

独自の機械学習モデルを開発／学習／推論したい開発者やデータサイエンティスト向けの「MLサービス」だけでなく、利用者に機械学習のスキルがなくてもデータを用意するだけで気軽に機械学習を実践できる「AIサービス」もあります。

「機械学習に関する特別なノウハウは不要」とは言いつつも、最大限活用していくためには各サービスの概要や使い方、ユースケースなどを理解することが必要です。機械学習サービスの基本事項を整理した上で、読者が持つビジネス課題に取り組む方法を考えていきます。

前提事項について

本連載における前提事項は、下記の通りです。

【想定読者】

• ビジネスに機械学習を取り入れたいと考えているシステム開発担当者
• 機械学習に関する基礎的な知識を持っている
• AWSアカウントを持っており、AWSマネージメントコンソールを使って、Amazon S3などの基本サービスを使ったことがある

【目指す状態】

• AWSの機械学習サービスの種類、それぞれのサービスの概要や使い方がわかる
• AWS の機械学習サービスや関連するサービスを組み合わせて、自身のビジネスに活用できる

今後の流れについて

今後は、下記の流れで記事を投稿していくことを予定しています。

• AWSの機械学習サービスの全体像について
• AIサービスに分類される10種類(前出の図の分類で数えた場合のサービス数。2019年11月時点)の個々のサービスの概要と使い方について
• MLサービスに分類されるAmazon SageMakerの概要と使い方について

また、そのほかにも適宜、以下のような内容も織り交ぜていきます。

• 実際のビジネスシーンを想定した例題を設定して、複数のAWSのサービスを組み合わせたソリューションの考察
• AWS re:Inventなどのイベントで発表された新サービスや、既存サービスの新機能の概要／使い方の紹介

次回は、まずは総論としてAWSの機械学習サービスの全体像についてまとめます。