AWSの機械学習マネジメントサービスであるSageMakerは、なかなかピンポイントで欲しい資料が出てこないので、まとめておく。 Amazon SageMaker の特徴 本番環境でMLシステムを運用していく際に、マネージド機能が真価を発揮する。 MLopsやMDLCを実現していくためのコンポーネント。 PoCのモデル開発だけでは、真の恩恵は得られない。 SageMaker 初級者から中級者への近道(個人の経験) 以下の要件での学習、前処理、推論を構築できれば、応用が効くレベルになっていると思う。 学習:カスタムコンテナで、学習スクリプトが複数ファイルになっている(独自util.pyを作成など)ケースを理解する。 ・dockerの理解 ・SageMakerの仕様の理解(/opt/ml/へのデータ展開、実行スクリプトの場所など) (オプション)前処理:前処理をSageMaker Proces
![SageMaker入門者向け - 資料リンク集 - - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/f1210af00ee335c0236f4f09989056b72e6f92ca/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9U2FnZU1ha2VyJUU1JTg1JUE1JUU5JTk2JTgwJUU4JTgwJTg1JUU1JTkwJTkxJUUzJTgxJTkxJTIwLSUyMCVFOCVCMyU4NyVFNiU5NiU5OSVFMyU4MyVBQSVFMyU4MyVCMyVFMyU4MiVBRiVFOSU5QiU4NiUyMC0mdHh0LWFsaWduPWxlZnQlMkN0b3AmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZzPWNhZmU1NmY2YzQ1MzdkYTM3MGQzZGJhMzBmZWJjZTc5%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBSb2UmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWM3YjBkZDE3NTRlMmVjYWFmZWVhYzMwOTUzYjdjNjll%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D0cb450b2532639e801a2090265bc4fcd)