登場し出したユースケース
AWSが誰でも使える「機械学習」を実現？ 有望市場への取り組みを見る（1/2 ページ）
機械学習モデルを構築するのは複雑で、数学者に委ねるのがベストだった時代もある。だが、Amazon Web Serviceなどの数社が、企業が機械学習を利用しやすくなるよう取り組んでいる。
Amazon Machine Learning では、入力データセットの可視化と調査に役立つインタラクティブな図が提供されている（出典：Amazon Web Service）《クリックで拡大》
「Amazon Machine Learning」はAmazon Web Service（AWS）のクラウドサービスだ。視覚化ツールとウィザードを提供することで、機械学習のユースケースモデルを開発者が構築しやすくしている。
Amazon Machine Learningでは、シンプルなAPIを使用してアプリケーションからごく簡単に予測を引き出すことができる。AWSとその競合企業は、特別なプログラミングや数学の能力が必要とされていた難易度の高い機械学習の分野を、ほぼ全ての人が利用できるようにしようとしている。
ニューヨークを拠点とするAWSマネージドサービスパートナーのLogicworksでシニアバイスプレジデントと最高技術責任者（CTO）を兼任するジェイソン・マッケイ氏は次のように語る。「2016年、情報分析はどの企業のTo-Doリストにも欠かせない項目になっている。AWSのチームが開発したツールにより、複雑で高額で基本的に動作が遅い機械学習が、簡単に処理できるサービスへと姿を変えた。Amazon Machine Learningは、その一例だ」
Amazon Machine Learningは、Amazonのデータ科学者と電子商取引部門が社内で使用していたアルゴリズムに基づいている。そう語るのは、カリフォルニア州サンタモニカを拠点とするAWSプレミアコンサルティングパートナーのCorpInfoでクラウドソリューションアーキテクトを務めるレイス・アル・サードーン氏だ。これらのアルゴリズムは、リアルタイム処理とバッチ処理の両方で、1日当たり数十億個もの推測に対応している。
Amazon Machine Learningは従量課金モデルを採用しているので事前にライセンスを購入したり契約を結んだりする必要はない。リクエスト単位で支払えばよいので、ハードウェアやソフトウェアへの投資は不要で、使い方を覚えるのにもそこまで時間がかからないとサードン氏はいう。管理者やデータアナリストがAWSのエコシステム（「Amazon Kinesis」「Amazon Redshift」「Amazon Relational Database Service」など）を理解していれば、使い方が難しくなることはほとんどない。それから、Amazon Machine LearningによってIT部門は調査や実験のペースを上げられるので市場投入にかかる時間を短縮できるとサードン氏は加える。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
事例
[フォーティネットジャパン合同会社] 複雑化しがちな「SASE運用」 IT・医療・金融などの事例に見る導入成功の秘訣 -
製品資料
[フォーティネットジャパン合同会社] 「SD-WAN」導入で失敗しないための5つの重要事項 -
技術文書・技術解説
[フォーティネットジャパン合同会社] VPNの代替候補「ZTNA」を理解できるようになる“3大要素”とは？ -
事例
[フォーティネットジャパン合同会社] すぐ分かる「SD-WAN」選定のポイント 成功企業はどんな成果を出した？ -
製品資料
[SCSK株式会社] 「Dropbox」管理・運用の困りごと解決ガイド
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
半数がブルーカラー転向を視野に？ ベテランエンジニアを追い込む“54歳の壁”
-
2
PHP脆弱性「PHP2Shell」で2260万件に影響 情シスの緊急チェックリスト
-
3
みずほ証券が「液冷サーバ」を採用 1日3.6億件の計算を支えるための要件
-
4
Microsoft月例パッチ1400件超で過去最多 「限界点」を迎えたパッチ管理
-
5
被害額は過去最高額 それでも「サイバー犯罪者が捕まらない」3つの理由
-
6
米国防総省で300万人分の個人情報が流出 その「意外な原因」と教訓
-
7
いまIBM iエンジニアが直面する「5つの技術的課題」とその解決策
-
8
Microsoft 365の「テナント統合・分離」問題 手戻りのない道を選ぶ秘訣とは？
-
9
AI時代のITインフラ戦略とは？ 販売代理店が知っておきたい最新トレンド
-
10
巨大組織の「アジャイル」を加速させる オリックス生命が選んだ、開発状況を見える化する戦略的ツールとは？
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
2
2026年のサイバーセキュリティには何が必要か？ 最新データに学ぶ傾向と対策
-
3
経験豊富な即戦力人材に直接アプローチできる、「攻めの採用」への転換術
-
4
「IT史に名を残すシステム障害」8選
-
5
最速72分でデータが流出？ 最新の脅威トレンドや侵入手法から分かった防衛策
-
6
AI駆動開発のスピードと安全性を両立 「品質・セキュリティ管理」の実践ガイド
-
7
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
8
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
-
9
「標的型攻撃メール」事例・サンプル集
-
10
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー