LT Thursday（サイバーエージェントA.J.A. 社内勉強会）2016/8/19 阿部晃典

Amazon Machine Leaning の紹介

Amazon ML とは？

● AWS 上で使える機械学習サービス○ Amazon 社内でも使っているらしい

● スケーラビリティ・簡単さが売り

○ データさえ用意すればボタンをポチポチするだけで、モデル生成・評価・予測 API の準備を自動で

やってくれる

○ 大規模なデータも扱えるらしい

○ 柔軟性はあまりない

● 構造化データに対する統計的教師あり学習のみをサポート

● Region: 米国東部（バージニア北部）、EU（アイルランド）のみ

● チュートリアルあるよ

○ ポルトガルの銀行によるダイレクトマーケティングで、定期預金口座を開設してくれた or してくれな

かった顧客の情報

○ 元データ：https://archive.ics.uci.edu/ml/datasets/Bank+Marketing

Concepts● Data source

○ 学習データの在処

○ 統計情報の表示

● ML model○ 機械学習モデルの選択

○ 前処理・正則化

● Evaluation○ 学習済みモデルの評価

● Prediction○ 学習済みモデルによる予測

Data source● 学習データの在処：Redshift もしくは S3 上の CSV● 特徴抽出済みのデータのみ扱える（画像・音声等は直接は扱えない）

● できること

○ 学習に使うカラム（特徴量＝入力）の指定

○ 予測対象のカラム（出力）の指定

○ 統計情報の表示（分布・統計量など）

Data source (統計情報の表示)

Data source (統計情報の表示)

ML model● 機械学習モデルの自動判定（教師あり学習のみ）

○ 2 クラス分類：ロジスティック回帰

○ 多クラス分類：ロジスティック回帰

○ 時系列予測：線形回帰

● Recipe：簡単な前処理

○ N-gram、大文字小文字変換、デカルト積、離散化など

● 正則化：L1 or L2● 料金：0.42 USD/時

ML model (前処理)

ML model (正則化)

Evaluation● 学習したモデルの評価（予測精度の計算）

○ Cross-validation もできる

● 評価指標

○ クラス分類：precision、accuracy、recall、F 値など

○ 時系列予測：RMSE (root mean square error)

Evaluation (評価結果)

Prediction● 学習済みモデルによる予測

● バッチ予測：大量のデータを入力して、一度に予測

○ 0.0001 USD/predictions● リアルタイム予測：データを一つずつ入力して、その都度予測

○ 0.0001 USD/predictions + 0.001 USD/(10 MB * 1 hour)

まとめ

● Amazon ML の特徴

○ クラス分類（ロジスティック回帰）、時系列予測（線形回帰）

○ 簡単にモデル構築・評価・予測 API の準備ができる

■ UI は使いやすいと思う

○ 統計情報を見やすく表示

● 気をつけたほうが良さそうなこと

○ 特徴抽出・前処理はガッツリやるべき

○ 簡単な反面、できることが少ない

○ 非線形モデル・教師なし学習は使えない

○ 学習済みモデルもない