Amazon machine leaning の紹介

Amazon Machine Leaning の紹介 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 ML とは？ ● AWS 上で使える機械学習サービス ○ ● スケーラビリティ・簡単さが売り ○ ○ ○ ● ● ● Amazon 社内でも使っているらしい 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

• 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