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
[サイボウズ株式会社] DXに必要な「Dスキル」「Xスキル」を持った人材を育成するには？ -
市場調査・トレンド
[サイボウズ株式会社] データで見る、DXが「順調に進む企業」と「つまずく企業」の違い -
製品資料
[サイボウズ株式会社] 賛否が割れがちな「Notesからの移行」 新環境への移行を納得してもらうには？ -
事例
[ServiceNow Japan合同会社] 農林中金に学ぶ内製開発 処理効率を約2倍に高めAI活用も加速させた方法とは？ -
事例
[ServiceNow Japan合同会社] NTTグループのデジタル変革術、17万人が利用する決裁プロセス刷新の全貌
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
【基本情報技術者試験】「デュプレックスシステム」と「デュアルシステム」の違いは？
-
2
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
3
MS月例パッチが1000件突破 人手不足の情シスを襲う「月1回メンテ」の崩壊
-
4
サーバ約70台をAWSへ ヤナセが移行前にやった「通信要件の可視化」
-
5
脱VMwareの真実：データセンター大手がNutanixを選んだ「コスト以上の理由」
-
6
「Microsoft一択」で本当にいいのか 知らぬ間にライセンス費用が膨らむ真相
-
7
AIインフラの理想形？ 「5層のケーキ」を垂直統合するための近道とは
-
8
「VMware離れ」は本当か 3000社がVCF 9にかじを切った現実的な理由
-
9
「データストレージの活用方法」に関するアンケート
-
10
Oracle巨大ITプロジェクトはなぜつまずいたのか 8年で導入1割、追加で170億ドル
ホワイトペーパーランキング PR
-
1
生成AIのハルシネーションを防止 回答精度を高めるセマンティックレイヤーとは
-
2
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
3
5回聞くだけじゃ足りない？ トヨタ式「なぜなぜ分析」の正しい実践方法
-
4
AIが「わざわざ使うツール」になっていない？ 業務で自然に使う導線にする秘訣
-
5
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
6
「脱Excel」か「Excel快適化」か？ 現場にやさしい業務改善の進め方
-
7
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
8
マンガで解説：「ゼロトラスト」「SASE」の必要性とメリット
-
9
5分で分かる「セキュア大容量ファイル転送サービス」の機能とメリット
-
10
情報セキュリティ対策早分かりガイド：25の自社診断で弱点と解決策を理解
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