Amazon SageMakerの基本的な使い方を理解する(1)

前回は、MLサービスおよびAmazon SageMakerの概要と利用方法について解説しました。図を用いて「開発」「学習」「推論」の流れを説明しました。今回からは4回にわたり、実際にAmazon SageMakerを使っていきたいと思います。

今回は、下記を理解していただくことを目標に解説をしていきます。

• Amazon SageMakerを使って実際に「開発」を始めるまでの準備作業の流れがわかる
• Amazon SageMakerを使った「開発」「学習」「推論」の流れがわかる

実際にAmazon SageMakerを使う

AWSの公式サイトに「機械学習モデルの構築およびトレーニング、デプロイ with Amazon SageMaker」というチュートリアルがあるので、以降ではこれをベースに解説を進めていきます。

チュートリアルの概要

今回利用するチュートリアルは、Amazon SageMakerを使って「開発」「学習」「推論」の一連の流れを体験できるものです。

学習／推論には、カリフォルニア大学アーバイン校(UCI)が公開しているオープンデータから、「Bank Marketing Data Set」と呼ばれる「ポルトガルの銀行マーケティングキャンペーン」のデータを利用します。

このデータは、ポルトガルの金融機関が顧客に電話によるダイレクトマーケティングキャンペーンを行った際のデータを記録したものです。データには大きく以下の2種類の情報が記録されています。

• データ1：「年齢」や「職業」といった顧客の属性情報
• データ2：ダイレクトマーケティングを行った結果、その顧客が定期預金を申し込んだか否かのフラグ

「データ1」から機械学習アルゴリズムによって何らかのパターンを見い出して、これから営業をかける顧客(「データ2」が未知の顧客)のなかから「定期預金を申し込む見込みのある顧客」を予測して営業活動に役立てようというわけです。

機械学習を使って見込み顧客を予測できることにより、営業活動を効率化することができます。つまり、無策に顧客名簿の上から順に営業をかけるよりも顧客を獲得できる可能性が高まるということであり、機械学習を導入する意義はここにあります。

チュートリアルでは、顧客の属性データから顧客が定期預金を「申し込む」か「申し込まないか」の二値分類を行います。分類にあたっては、Amazon SageMakerの組み込みアルゴリズムとして提供されている「XGBoost リリース 0.72」という機械学習アルゴリズムを利用します。

組み込みアルゴリズムとして提供されているXGBoostは「0.90-1」「0.90-2」「1.0-1」というより新しいバージョンも提供されていますが、本稿ではチュートリアルに従ってあえて「0.72」を利用することにします。新しいバージョンのXGBoostについて知りたい方は「XGBoost アルゴリズム」を参照してください。

チュートリアルに入る前に

今回利用するチュートリアルは30分程度で実施可能な簡単な内容ですが、下記を理解できるよう注意しながら詳しく解説を進めていきます。

• 自分が Amazon SageMakerを使って今何をしているのか
• Amazon SageMakerが背後でどのような処理が行っているか

解説はチュートリアルの流れに沿って進めていきますが、もし途中で”現在地”がわからなくなってしまった場合は下記の表を参照してください。

注意事項

本稿の内容を実施する際の注意事項を下記に示します。

• 前回示した「開発」「学習」「推論」の流れと、チュートリアルの手順は概ね同じですが、多少前後する箇所があります
• 記事内で示す画面イメージや手順は、2020年7月11日時点のものとなります。仕様変更などにより表示内容や設定値に変更が入る可能性があります
• 想定外の影響を避けるため、本番環境 (商用サービスが稼働するAWSアカウント)ではなく、開発環境や検証環境で実施してください
• 本稿の内容を実施すると、数百円程度の課金が発生する可能性があります。無用な課金を避けるためには作成したリソースの削除が必要ですが、この”後片付け”の手順は第8回に掲載予定なので、課金を避けたい方は第8回の掲載後に試してください

事前準備

AWSアカウントを持っていない場合は、公式サイトの「Amazon SageMakerをセットアップします」を参照して取得／セットアップをしてください。なお、今回「Amazon SageMakerStudio」は利用しないので、セットアップ手順から以下の2つの項目を実施することになります。

• AWS アカウントを作成する
• IAM 管理者ユーザーおよびグループの作成

また、チュートリアルは、「us-west-2：米国西部(オレゴン)」「us-east-1：米国東部(バージニア北部)」「us-east-2：米国東部(オハイオ)」「eu-west-1：欧州(アイルランド)」のいずれかのリージョンで作業する前提となっています。本稿では、「米国東部 (バージニア北部)」で実施しています。

なお、ノートブックインスタンスのPythonと主要なパッケージのバージョンは下記の通りです。

XGBoostについては、先述の通り「XGBoost リリース 0.72」を利用します。

ステップ1：Amazon SageMakerコンソールにログインする

AWSマネジメントコンソールにログインして、Amazon SageMakerのコンソールに移動します。

実施手順

AWSマネジメントコンソールに自身のIAMユーザーでログインします。

先述の通り、リージョンは「米国東部 (バージニア北部)」を利用するので、その他のリージョンにいる場合はAWSマネジメントコンソールの右上のプルダウンメニューから移動してください。

それでは、Amazon SageMakerに移動します。

「サービスを検索する」の箇所にある検索バーに「sage」と入力すると、「Amazon SageMaker」が表示されるので、これをクリックして移動します。

初めてAmazon SageMakerに接続する際は、上の機能説明のページに移動します。

2回目以降は下のダッシュボードページに移動しますが、どちらでも問題ありません。

ステップ2：Amazon SageMakernotebook instanceを作成する

学習／推論用のコードの開発環境となる「ノートブックインスタンス」を作成していきます。

実施手順

左側の折りたたみメニューの「ノートブック」をクリックして開き、「ノートブックインスタンス」をクリックします。ダッシュボードにいる場合は、画面中央の「概要」のなかにある「ノートブックインスタンス」をクリックしても構いません。

ノートブックインスタンスの画面に移動します。現在はノートブックインスタンスが存在しませんが、ここにそのリージョンに存在するノートブックインスタンスの一覧が表示されます。

「ノートブックインスタンスの作成」をクリックします。

ノートブックインスタンスの作成画面に移動します。

今回は簡単なチュートリアルなので、ノートブックインスタンス作成時の設定項目には原則としてデフォルト値を設定します。各設定値の説明を以下に簡単にまとめたので、実際の業務で利用する際は参考にしてください。

ここで、ノートブックインスタンスに付与するIAM ロールに関して補足しておきましょう。

IAMロールはAWSのリソースに操作権限を与えるために利用します。例えば、学習用データの取得のためにはノートブックインスタンスからAmazon S3のバケットにアクセスが必要です。IAM ユーザーに紐付く認証情報として「アクセスキー ID」と「シークレットキー」がありますが、これをソースコードにハードコーディングすることはアンチパターンとなります。Gitリポジトリのコードとしてパブリックなリポジトリに公開してしまった場合、数十分程度でその情報が搾取されるとの指摘もありますので十分に注意してください。

IAM ロールに操作権限を定義してノートブックインスタンスに付与することで、具体的な認証情報を記述せずに操作権限を付与することができます。ノートブックインスタンスの作成の画面に従ってIAMロールを新規作成する場合は、「AmazonSageMakerFullAccess」を権限として持つ（「AmazonSageMakerFullAccessポリシー」に記載されている操作権限が付与された）IAMロールを作成することになります。

IAMロールの作成時に下記に示すウィンドウが表示されます。この条件に当てはまる Amazon S3のバケットとオブジェクト(ファイル)の操作権限が与えられる点に注意してください。

問題がなければ、「ロールの作成」をクリックして作成します。

ノートブックインスタンスの設定が完了したら、画面の最下部にある「ノートブックインスタンスの作成」をクリックします。

設定値に問題がなければ画面が切り替わり、「成功! ノートブックインスタンスが作成されています。」と表示されます。数分間待って、「ステータス」が「Pending」から「InService」に変わると、ノートブックインスタンスの作成は完了です。

*　*　*

今回は、Amazon SageMakerのチュートリアルをベースにして、ノートブックインスタンスの作成までの手順を説明しました。次回は学習／推論に利用するデータの準備を行います。