[B! Machine Learning][aws] michael-unltdのブックマーク

Amazon SageMaker 紹介 & ハンズオン（2018/07/25 実施）

2018/07/03 に実施した Amazon SageMaker ハンズオンの資料です． https://pages.awscloud.com/AmazonSageMaker20180725-jp.html

michael-unltd 2019/01/06

リンク

Amazon RekognitionをSDKから使ってみました #reinvent | DevelopersIO

こんにちは、小澤です。今回はre:Invent 2016で発表されたAmazon RekognitionをSDKから使ってみたいと思います。 Rekognitionとは Deep Learningを利用した画像解析のサービスです。できることとしてはどのようなものが写っているかのラベル情報取得画像から顔の位置を取得 2枚の顔画像中の同一人物取得の3つのようです。ラベル情報の取得をWeb上から行ってみるとこのように取得できます。 SDKを使ってみる今回はGetting Started with Amazon RekognitionのStep4にあるExercise 1: Detect Labels in an Image (API)ベースにSDKから動かしてみたいと思います(他の2つも使い方はほぼ変わらないため、掲載するのはDetect Labelsのみにします)。 awscli

michael-unltd 2016/12/02

AWS vs Googleのクラウドサービス対決熱い。

リンク

AWS再入門 Amazon Machine Learning編 | DevelopersIO

はじめに当エントリはDevelopers.IOで弊社AWSチームによる『AWS サービス別再入門アドベントカレンダー 2015』の20日目のエントリです。昨日19日目のエントリはあべいかの『CloudWatch』でした。このアドベントカレンダーの企画は、普段AWSサービスについて最新のネタ・深い/細かいテーマを主に書き連ねてきたメンバーの手によって、今一度初心に返って、基本的な部分を見つめ直してみよう、解説してみようというコンセプトが含まれています。本日20日目のテーマは『Amazon Machine Learning』です。目次 Amazon Machine Learningとは予測の種類 Amazon MLの使い方データソースの作成モデル構築モデルの評価予測結果の作成あわせて読みたい公式情報 Developers.IO関連エントリその他関連エントリさいごに

michael-unltd 2016/09/16

リンク

Amazon Machine Learningを理解するために3つの方法で天気予測をしてみた（二項分類編）

今回は天候データをAmazon Machine Learningに流し込み3つの方法（二項分類、多項分類、回帰分析）で天気予測をしてみます。記事の目的記事の目的は以下の3つです。・もっとも簡単な機械学習サービスであるAmazon Machine Learningを理解する・同一データに対して3つの方法を利用することで3つの違いを掴む・機械学習に対する属性情報の重要性を掴む同じデータを複数の方法で利用することで、3つの違いや使い方がわかりやすく理解できると思います。今回利用するデータは気象庁が提供する過去の天候データです。 http://www.data.jma.go.jp/obd/stats/etrn/ 項目が多く載っている東京都のデータを利用しています。 http://www.data.jma.go.jp/gmd/risk/obsdl/index.php Amazon Ma

michael-unltd 2016/06/20

リンク

Amazon Machine Learningによる機械学習を理解する | DevelopersIO

用語の意味が分からない！ Amazon Machine Learningを始めてみようとナビゲーションに沿ってサンプルを触ってみると、なんとなくできてしまう簡単さではありますが、実際のところ用語の意味がよく分かりません。そこで、この記事では、Amazon Machine Learningを学ぶ上で必要になるであろう単語の意味や、機械学習の勘所になりそうな部分についてご紹介したいと思います。どんなタイプの機械学習なのか？ Amazon Machine Learningは、「教師あり学習」をすることができます。その中でも、「二項分類」、「多項分類」、「回帰分析」を行うことができます。学習方法教師あり学習（Supervised Learning）事前に与えられた教師データ（訓練データ）を使って学習します。教師データに基づいて一般化（モデル化）し、未知のデータに対する出力を予測します。教