「クラウドで機械学習」の落とし穴 AWS、Azure、GCPをどう使う？：業務における機械学習の割合が重要（1/2 ページ）

クラウドに機械学習の仕組みを実装することへの関心は高まっているが、この最先端のソフトウェアは、どの企業にとっても魅力的であるとは限らない

[Ed Burns，TechTarget]

社内のデータセンターでは限界？

　クラウドを使ったシステム基盤は数々の成功を収めつつあるが、ユーザーは次なるターゲットとして、アプリケーションやサービス向け機械学習の導入に使えるのではないかと注目されている。複雑で統一性に乏しいオープンソースのツールに代わる選択肢を求めているからだ。ただし、そうしたツールの評価には注意が必要だと警告するユーザーもいる。

　「ビッグデータをパブリッククラウドに移すという、世の中の大きな方向転換が起こりつつある」と調査会社Forrester Researchのアナリスト、ブライアン・ホプキンス氏は話す。「初期のHadoopに飛びついた企業は今、Hadoopからより良いソフトウェア、例えばApache Sparkへの転換を検討している。バージョンアップが頻繁に発生するApache Sparkで複数のバージョンをバラバラに管理できないかといったことが課題になっている」

併せて読みたいお薦めの記事

最新のクラウド事情を知る

• 徹底比較：Amazon、Azure、Google、IBMの機械学習機能　現時点の勝者はいるか
• 2017年クラウド総合力ランキング：AWSについに追い付いたIaaSとは？
• パブリック対プライベートのクラウド費用比較で勝ち組企業が見えてきた

ビッグデータ解析について

• OSSやクラウド（AWS、GCP）を使ったビッグデータ分析、基本的な流れをつかもう
• リクルートのビッグデータ分析基盤ができるまで、事業部門と開発部門が共に奮闘

　オープンソースのツールは今なお、ビッグデータや高度なアナリティクスの先駆け的な存在だ。だがそれらは立ち上げるのが難しく簡単に使い始められない。オープンソースのデータ管理とアナリティクスのツールからアナリティクスのインフラをまとめ上げる作業は、データ管理を担当する部署にとっても課題となる。この状況は、クラウドで機械学習を検討する大企業が増えつつあることに関連している。クラウドでは一般的に、管理は自社で行うのではなくベンダーに任せることになるためだ。

　クラウドのビッグデータ基盤は、存在感を増してきている。Forrester Researchはビッグデータの実装について、クラウドでの展開がオンプレミスのそれを上回るペースで増加し、今後5年間で7.5倍になると予測している。そこでビッグデータのソフトウェアメーカー各社は一部のオープンソースユーザーに対して、データの取得、保存、機械学習モデルの構築、アプリケーションの展開などあらゆる操作が可能で操作も簡略化されたツールを提供し、アプローチを試みている。

クラウドでの機械学習の魅力