【AWS】Amazon SageMaker を使ってみる

Amazon AWSで機械学習が簡単にできるらしい、という話を聞いて、早速使ってみたいと思い、体験してみます。小一時間でできるところまでレポートします。

以下の触れ込みによると、マシンラーニングのモデルを最も迅速で簡単に作る仕組みなんだそうです。

AWS(Amazon Web Service) とは

そもそもの話で、AWSを知らない人向けにサクッと解説。AWS（Amazon Web Service）とは、Amazonが提供するクラウドコンピューティングのサービスです。

難しい設定なしに、AWS画面の操作だけで、簡単にサーバーを立てたり、ビッグデータの処理ができたり、AIの開発ができる優秀な仕組みです。

今、IT業界では大注目のサービスです。

aws.amazon.com

Amazon SageMakerとは

さて、数多のAWSのサービスがある中で、Amazon SageMakerは簡単に機械学習ができるサービスです。

機械学習は、人口知能の一種で、ディープラーニングの一個手前の仕組みです。

注意：料金がかかります

お手軽便利なAWSですが、利用料がかかります。

といっても、無料枠があるので、大きなサーバを長時間稼働させたりしなければ大丈夫です。

SageMakerは、2ヶ月の無料枠、終了後も安く使えるみたいです。

個人で遊ぶ程度なら、一番小さいサーバで十分だと思います。

1時間あたり、0.065USDって、10円もかからないんですね。すごい！

早速SageMakerを使ってみる

前置きが長くなりましたが、早速SageMakerを使ってみましょう。

コントロールパネルから、検索窓にSageMakerと打っていると、勝手にリンクがでてくるので、クリックしましょう。

では、トップページから、「ノートブックインスタンスの作成」で進みましょう。

お試しなんで、「TestNoteBook」というノートブックを作ってみます。

インスタンスタイプは、一番リーズナブルな、「ml.t2.medium」を選択しました。

IAMロールは新規作成、続きはその下で。

IAMロールを作成する、で以下の画面のように作成しました。適当です。

元の画面に戻って、オプション系は、全部「No」にしてみました。

ノートブックの作成を押すと、以下の画面に。

今作った、TestNoteBookを選択して、ノートブックインスタンスの作成をクリックします。

（なんか、「TestNoteBook」のリンクをクリックすると、エラーが出てましたが、戻ると普通にオープンが押せるようになっていました。。よくわからん。。）

リンクを開くと、jupyter Note Bookが開きました。おお、これでもうデータ分析ができるじゃないか。。話が早い。

jupyter Note Bookって、普通に自分のパソコンや、サーバにインストールすると結構大変なんですよね。この辺がいいところです。

 

jupyter Note Book を使ってみる

とりあえず、jupyter Note Bookができたので使ってみましょう。

右上の「New」から、「conda python3」を選んでみます。

テキストボックスに、python3のコードを入れて、「Run」ボタンを押すとかえってきます。下の例は、「Hellow World」をprintする、

という最初によくやる例を、ぼくもやってみました。

こんな感じで、ここで簡単にPythonを実行して結果を見ることができるので、機械学習のモデル作成にはピッタリです。

最後に、終わったら停止を忘れずに！

これ大事なポイントですが、終わったら必ず停止をしましょう。

以下のように、「Stopping」になればOKです。

まとめ：簡単に作れるデータ分析環境、それがSageMaker

ぼくもブログを書きながらでも、簡単に30分もかからずにデータ分析環境が作れました。

これからは、なんでも簡単にクラウドで済ませる時代ですよ。

さっさとjupyter Note Book を立ち上げて、本業のデータ分析に取り組みましょう。