アマゾンの“おすすめ”で鍛えた機械学習技術、AWSがサービス化
Amazon Web Services（AWS）は4月9日、マネージド型の機械学習サービス「Amazon Machine Learning」の提供を開始した。多額のインフラ投資をすることなく、AWSのストレージやデータベースに蓄積された大量のデータを使って、簡単に将来予測を実行できる。 機械学習（ML：Machine Learning）は、大量の過去データを「学習用データセット」として利用することで、ビジネス判断を支援する結果予測の方程式（予測モデル）を作成する技術。人間が予測モデルを作成する場合、数学統計やデータ分析に対する深い知識を持つ人材や、予測モデルを反復的に実行／修正する作業（トレーニング）が必要となるが、機械学習では大量のデータを自動処理することで、こうした負担を大幅に軽減する。 機械学習技術は、たとえば金融取引における不正トランザクションの検知や、商品の需要予測、カスタマーサ
Amazon Redshiftへのデータ投入からBIツールによる可視化までの手順
データの入手、整形 Amazon S3へのデータのアップロード Amazon Redshift：テーブルの作成 Amazon Redshift：データの投入 Amazon Redshift：SQLによるバッチ処理（ETL） BIツールからの接続確認 また、利用するBIツールはTableau社が提供している『Tableau Desktop』というデスクトップツールを利用したいと思います。文中『Tableau』という言葉が出て来た際はこの『Tableau Desktop』のことを示しているとご理解ください。 データの入手・整形 では分析を行いたいデータを準備するところから見ていきましょう。Tableau社では各種デモで用いることができるようなサンプルデータを公開していますが、今回はそのサンプルデータを利用したいと思います。 以下のリンクで公開されているものは、架空の店舗別・地域別売り上げデータ
初めてのAWS Lambda ～AWS Lambdaで始めるイベントドリブンアプリケーション
対象読者 Web系プログラマ AWSに興味のある方 必要な環境 AWSアカウント AWS Lambdaとは 「AWS Lambda」は、クラウド上でアプリケーションを実行する新たなプラットフォームです。AWS Lambdaを使えば何らかのイベントをトリガーに処理を実行することが可能です。Amazon Simple Storage Service（以下、Amazon S3）のバケットへのファイルのアップロード、Amazon Kinesisのストリームに届いたメッセージ、Amazon DynamoDBにおけるテーブルの更新といったイベントを受けて、事前に用意したコードを自動的に実行することができます。 従来であれば、こうしたイベントドリブンなアプリケーションの開発は非常に手間がかかりました。たとえば、変更を検知するためにポーリングし続ける仕組みや、変更を検知したらそれに応じた適切な処理を行う仕
会社にAWSを導入する人は一読すべき「エンタープライズAWS導入ガイド」を読んでみた | DevelopersIO
はじめに 4月にAPNパートナーの有志からエンタープライズAWS導入ガイド がリリースされました。日本語です。 実は迂闊にもそのことを気づいたのが最近でした。というわけで今更ですが読んでみた感想を書いてゆきます。 結論から言いますと会社にAWSを導入したいと考えている方、AWSの提案書を書かないといけない方であれば「must read or die」です。読むべし、です。 本書の最後に 「ユーザー企業によるエンタープライズシステムにおけるクラウドサービス導入の 一助となれば」とありますが、なります、なりすぎます。 エンタープライズAWS導入ガイド 以下、どんな点が参考になったか説明してゆきます。 まずは目次です。 1章 はじめに 2章 AWSサービス概要 3章 エンタープライズ構成例 4章 システム・運用要件 5章 移行 6章 調達 1から3章はわかりやすいのですが、この資料以
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
