SlideShare a Scribd company logo
Amazon SageMaker Studio Lab紹介
AWS アカウント、クレジットカード、クラウド知識不要
自己紹介
● 名前: 西岡 賢一郎
○ Twitter: @ken_nishi
○ note: 西岡賢一郎@研究者から経営者へ (https://note.com/kenichiro)
○ YouTube: 【経営xデータサイエンスx開発】西岡 賢一郎のチャンネル
(https://www.youtube.com/channel/UCpiskjqLv1AJg64jFCQIyBg)
● 経歴
○ 東京大学で位置予測アルゴリズムを研究し博士 (学術) を取得
○ 東京大学の博士課程在学中にデータサイエンスをもとにしたサービスを提供する株式会社ト
ライディアを設立
○ トライディアを別のIT会社に売却し、CTOとして3年半務め、2021年10月末にCTOを退職
○ CDPのスタートアップと株式会社データインフォームドの2つに所属
○ 自社および他社のプロダクト開発チーム・データサイエンスチームの立ち上げ経験
今回のお話
● Amazon SageMakerが提供するサービス
● Amazon SageMaker Studio Labとは
● Amazon SageMaker Studio Labデモ
Amazon SageMakerが提供するサービス
● Amazon SageMaker が主要な機械学習フレームワーク、ツールキット、お
よびプログラミング言語をサポート
● SageMaker ~ というサービスが大量に存在
○ Amazon SageMaker Studio
○ Amazon SageMaker Canvas
○ Amazon SageMaker Data Wrangler
○ Amazon SageMaker Autopilot
○ Amazon SageMaker Stdudio Lab
○ ・・・
Amazon SageMaker 〇〇 多すぎ
Amazon SageMaker StudioとCanvasの違い
● Studioは複雑な操作が可能で、普段からコードを書いているエンジニア向けのソフトウェア
● 一方、Canvasはできることが少ないが、簡単に機械学習を実行できる
Studio
● メニューが多く複雑
● プロフェッショナル向け
Canvas
● メニューが少なくシンプル
● 非エンジニア向け
Amazon SageMaker Canvas
Amazon SageMaker Canvasについては過去動画参照
● 動画: https://www.youtube.com/watch?v=08t95pB6DRQ
● 資料: https://www.slideshare.net/KenichiroNishioka/amazon-sagemaker-canvas-251074317
Amazon SageMakerのハードルの高さ
Amazon SageMakerを試したいときの悩み
● AWSのIAMなどの設定 → AWSの知識が必要
● AWSへクレジットカードを登録し、使用量分請求される → ちょっと試した
いだけなのに多額の請求をされる不安
環境設定が難しい クラウドはお金がかかる
Amazon SageMaker Studio Lab
● 無料ですぐ試せる → Amazon SageMakerのハードルを大きく下げた
● 2021/12にパブリックプレビュー
● Jupyter Labベース (次のスライドで説明)
● 機械学習に不要なものを排除
○ AWS アカウント
○ クレジットカード
○ クラウド設定の知識
● AWS コンピューティングリソースに無料でアクセス
● GPUの利用も可能で、インスタンスの切り替えも簡単
● 大規模な演算でなければ十分な稼働時間
○ CPUのみ: 12時間
○ CPU + GPU: 4時間
Jupyter Labとは
● https://jupyter.org/
● 次世代のnotebookインターフェース
● ウェブベースの対話型開発環境
● インストール & 実行 → Amazon SageMaker Stduio labではすでに用意されている
pip install jupyterlab
jupyter-lab
出典: Project Jupyter https://jupyter.org/
Amazon SageMaker Stduio Lab デモ
● https://studiolab.sagemaker.aws/
● Request accountをする
● 数日するとAmazonから承認され、アカウントを作成できるようになる
アカウントをリクエスト 承認メールを受け取る

More Related Content

PPTX
機械学習用のデータを準備する Amazon SageMaker Data Wrangler - ノーコードで前処理から学習まで
PDF
Elasticsearchを使うときの注意点 公開用スライド
PDF
20190206 AWS Black Belt Online Seminar Amazon SageMaker Basic Session
PDF
実践!OpenTelemetry と OSS を使った Observability 基盤の構築(CloudNative Days Tokyo 2022 発...
PDF
Amazon SageMaker で始める機械学習
PPTX
データ収集の基本と「JapanTaxi」アプリにおける実践例
PDF
20190514 AWS Black Belt Online Seminar Amazon API Gateway
PDF
[Aurora事例祭り]Amazon Aurora を使いこなすためのベストプラクティス
機械学習用のデータを準備する Amazon SageMaker Data Wrangler - ノーコードで前処理から学習まで
Elasticsearchを使うときの注意点 公開用スライド
20190206 AWS Black Belt Online Seminar Amazon SageMaker Basic Session
実践!OpenTelemetry と OSS を使った Observability 基盤の構築(CloudNative Days Tokyo 2022 発...
Amazon SageMaker で始める機械学習
データ収集の基本と「JapanTaxi」アプリにおける実践例
20190514 AWS Black Belt Online Seminar Amazon API Gateway
[Aurora事例祭り]Amazon Aurora を使いこなすためのベストプラクティス

What's hot (20)

PDF
マルチテナント化で知っておきたいデータベースのこと
PPTX
Amazon AthenaでSageMakerを使った推論
PPTX
AWS Organizations連携サービスの罠(Security JAWS 第26回 発表資料)
PDF
20190326 AWS Black Belt Online Seminar Amazon CloudWatch
PDF
Amazon Connect ハンズオン初級編
PDF
202106 AWS Black Belt Online Seminar 小売現場のデータを素早くビジネス に活用するAWSデータ基盤
PDF
AWS EC2 Eメール制限解除 - 逆引き(rDNS)設定 申請手順
PDF
20200826 AWS Black Belt Online Seminar AWS CloudFormation
PDF
パッケージソフトウェアを簡単にSaaS化!?既存の資産を使ったSaaS化手法のご紹介
PDF
継続的なモデルモニタリングを実現するKubernetes Operator
PDF
20180425 AWS Black Belt Online Seminar Amazon Relational Database Service (Am...
PDF
あなたも「違いが分かる人」になりましょう! ~ Azure, AzureStack, AzureStack HCI ~
PDF
20200128 AWS Black Belt Online Seminar Amazon Forecast
PDF
AWSではじめるMLOps
PPTX
SageMakerを使った異常検知
PDF
20190220 AWS Black Belt Online Seminar Amazon S3 / Glacier
PDF
20190723 AWS Black Belt Online Seminar AWS CloudHSM
PDF
AWS Black Belt Online Seminar 2018 AWS Well-Architected Framework
PDF
なぜOpenID Connectが必要となったのか、その歴史的背景
PDF
20190319 AWS Black Belt Online Seminar Amazon FSx for Lustre
マルチテナント化で知っておきたいデータベースのこと
Amazon AthenaでSageMakerを使った推論
AWS Organizations連携サービスの罠(Security JAWS 第26回 発表資料)
20190326 AWS Black Belt Online Seminar Amazon CloudWatch
Amazon Connect ハンズオン初級編
202106 AWS Black Belt Online Seminar 小売現場のデータを素早くビジネス に活用するAWSデータ基盤
AWS EC2 Eメール制限解除 - 逆引き(rDNS)設定 申請手順
20200826 AWS Black Belt Online Seminar AWS CloudFormation
パッケージソフトウェアを簡単にSaaS化!?既存の資産を使ったSaaS化手法のご紹介
継続的なモデルモニタリングを実現するKubernetes Operator
20180425 AWS Black Belt Online Seminar Amazon Relational Database Service (Am...
あなたも「違いが分かる人」になりましょう! ~ Azure, AzureStack, AzureStack HCI ~
20200128 AWS Black Belt Online Seminar Amazon Forecast
AWSではじめるMLOps
SageMakerを使った異常検知
20190220 AWS Black Belt Online Seminar Amazon S3 / Glacier
20190723 AWS Black Belt Online Seminar AWS CloudHSM
AWS Black Belt Online Seminar 2018 AWS Well-Architected Framework
なぜOpenID Connectが必要となったのか、その歴史的背景
20190319 AWS Black Belt Online Seminar Amazon FSx for Lustre
Ad

Similar to Amazon SageMaker Studio Lab紹介 (20)

PPTX
Amazon SageMaker JumpStart
PPTX
Amazon SageMakerでカスタムコンテナを使った学習
PPTX
Amazon SageMakerのNotebookからJobを作成する
PPTX
機械学習の特徴量を管理するAmazon SageMaker Feature Store
PPTX
Amazon SageMaker Canvasを使ったノーコード機械学習
PPTX
Amazon SageMakerでscikit-learnで作ったモデルのEndpoint作成
PPTX
Amazon SageMaker ML Governance 3つの機能紹介
PPTX
Amazon SageMaker Foundation Modelsで事前学習済みモデルを利用する
PPTX
Amazon Athenaで独自の関数を使う Amazon Athena UDF - AthenaでTweetの感情分析
PPTX
Amazon SageMaker Ground Truthを使って手動のラベル付けを簡略化する
PPTX
H2Oを使ったノーコードのAutoML
PPTX
H2O Waveを使ったAIアプリケーション作成入門
PPTX
Feature StoreのOnline StoreとOffline Storeの違いについて理解する
PPTX
AutoGluonではじめるAutoML
PPTX
TorchDataチュートリアル解説
PPTX
XAI (説明可能なAI) の必要性
PPTX
機械学習の技術的負債
PDF
20181026 Backlogで改善するプロジェクト管理
PDF
アルゴリズムから学ぶAzure mlモジュールの使いこなし方 hd-insight編-
PDF
実践的なUXデザインとグロースハック
Amazon SageMaker JumpStart
Amazon SageMakerでカスタムコンテナを使った学習
Amazon SageMakerのNotebookからJobを作成する
機械学習の特徴量を管理するAmazon SageMaker Feature Store
Amazon SageMaker Canvasを使ったノーコード機械学習
Amazon SageMakerでscikit-learnで作ったモデルのEndpoint作成
Amazon SageMaker ML Governance 3つの機能紹介
Amazon SageMaker Foundation Modelsで事前学習済みモデルを利用する
Amazon Athenaで独自の関数を使う Amazon Athena UDF - AthenaでTweetの感情分析
Amazon SageMaker Ground Truthを使って手動のラベル付けを簡略化する
H2Oを使ったノーコードのAutoML
H2O Waveを使ったAIアプリケーション作成入門
Feature StoreのOnline StoreとOffline Storeの違いについて理解する
AutoGluonではじめるAutoML
TorchDataチュートリアル解説
XAI (説明可能なAI) の必要性
機械学習の技術的負債
20181026 Backlogで改善するプロジェクト管理
アルゴリズムから学ぶAzure mlモジュールの使いこなし方 hd-insight編-
実践的なUXデザインとグロースハック
Ad

More from 西岡 賢一郎 (11)

PPTX
リモートワークで知っておきたい コミュニケーション時の過大な期待
PPTX
リモートワークで意識すべき7つのこと
PPTX
未来のカタチ x AI
PPTX
PMFを目指すプロダクト開発組織が組織拡大するときににやるべきこと
PPTX
機械学習プラットフォーム5つの課題とAmazon SageMakerの4つの利点
PPTX
ストリートビューから地域の豊かさを推定
PPTX
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
PPTX
人間の意思決定を機械学習でモデル化できるか
PPTX
協力ゲーム理論でXAI (説明可能なAI) を目指すSHAP (Shapley Additive exPlanation)
PPTX
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
PPTX
表形式データで高性能な予測モデルを構築する「DNNとXGBoostのアンサンブル学習」
リモートワークで知っておきたい コミュニケーション時の過大な期待
リモートワークで意識すべき7つのこと
未来のカタチ x AI
PMFを目指すプロダクト開発組織が組織拡大するときににやるべきこと
機械学習プラットフォーム5つの課題とAmazon SageMakerの4つの利点
ストリートビューから地域の豊かさを推定
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
人間の意思決定を機械学習でモデル化できるか
協力ゲーム理論でXAI (説明可能なAI) を目指すSHAP (Shapley Additive exPlanation)
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
表形式データで高性能な予測モデルを構築する「DNNとXGBoostのアンサンブル学習」

Amazon SageMaker Studio Lab紹介

  • 1. Amazon SageMaker Studio Lab紹介 AWS アカウント、クレジットカード、クラウド知識不要
  • 2. 自己紹介 ● 名前: 西岡 賢一郎 ○ Twitter: @ken_nishi ○ note: 西岡賢一郎@研究者から経営者へ (https://note.com/kenichiro) ○ YouTube: 【経営xデータサイエンスx開発】西岡 賢一郎のチャンネル (https://www.youtube.com/channel/UCpiskjqLv1AJg64jFCQIyBg) ● 経歴 ○ 東京大学で位置予測アルゴリズムを研究し博士 (学術) を取得 ○ 東京大学の博士課程在学中にデータサイエンスをもとにしたサービスを提供する株式会社ト ライディアを設立 ○ トライディアを別のIT会社に売却し、CTOとして3年半務め、2021年10月末にCTOを退職 ○ CDPのスタートアップと株式会社データインフォームドの2つに所属 ○ 自社および他社のプロダクト開発チーム・データサイエンスチームの立ち上げ経験
  • 3. 今回のお話 ● Amazon SageMakerが提供するサービス ● Amazon SageMaker Studio Labとは ● Amazon SageMaker Studio Labデモ
  • 4. Amazon SageMakerが提供するサービス ● Amazon SageMaker が主要な機械学習フレームワーク、ツールキット、お よびプログラミング言語をサポート ● SageMaker ~ というサービスが大量に存在 ○ Amazon SageMaker Studio ○ Amazon SageMaker Canvas ○ Amazon SageMaker Data Wrangler ○ Amazon SageMaker Autopilot ○ Amazon SageMaker Stdudio Lab ○ ・・・ Amazon SageMaker 〇〇 多すぎ
  • 5. Amazon SageMaker StudioとCanvasの違い ● Studioは複雑な操作が可能で、普段からコードを書いているエンジニア向けのソフトウェア ● 一方、Canvasはできることが少ないが、簡単に機械学習を実行できる Studio ● メニューが多く複雑 ● プロフェッショナル向け Canvas ● メニューが少なくシンプル ● 非エンジニア向け
  • 6. Amazon SageMaker Canvas Amazon SageMaker Canvasについては過去動画参照 ● 動画: https://www.youtube.com/watch?v=08t95pB6DRQ ● 資料: https://www.slideshare.net/KenichiroNishioka/amazon-sagemaker-canvas-251074317
  • 7. Amazon SageMakerのハードルの高さ Amazon SageMakerを試したいときの悩み ● AWSのIAMなどの設定 → AWSの知識が必要 ● AWSへクレジットカードを登録し、使用量分請求される → ちょっと試した いだけなのに多額の請求をされる不安 環境設定が難しい クラウドはお金がかかる
  • 8. Amazon SageMaker Studio Lab ● 無料ですぐ試せる → Amazon SageMakerのハードルを大きく下げた ● 2021/12にパブリックプレビュー ● Jupyter Labベース (次のスライドで説明) ● 機械学習に不要なものを排除 ○ AWS アカウント ○ クレジットカード ○ クラウド設定の知識 ● AWS コンピューティングリソースに無料でアクセス ● GPUの利用も可能で、インスタンスの切り替えも簡単 ● 大規模な演算でなければ十分な稼働時間 ○ CPUのみ: 12時間 ○ CPU + GPU: 4時間
  • 9. Jupyter Labとは ● https://jupyter.org/ ● 次世代のnotebookインターフェース ● ウェブベースの対話型開発環境 ● インストール & 実行 → Amazon SageMaker Stduio labではすでに用意されている pip install jupyterlab jupyter-lab 出典: Project Jupyter https://jupyter.org/
  • 10. Amazon SageMaker Stduio Lab デモ ● https://studiolab.sagemaker.aws/ ● Request accountをする ● 数日するとAmazonから承認され、アカウントを作成できるようになる アカウントをリクエスト 承認メールを受け取る

Editor's Notes

  • #3: こちらが私の自己紹介です。 もともと大学院で位置情報のデータを用いた機械学習の研究をしており、博士課程の途中でデータサイエンスのスタートアップを立ち上げました。 そのスタートアップを2018年に売却し、売却先でCTOとして3年半ほど務め、昨年10月にその会社を退職しました。 今までは、プロダクト開発チームやデータサイエンスチームの立ち上げなどをやってきています。