「Amazon SageMaker Canvas UIとAutoML APIを使用して、時系列の予測を最大50%高速化しましょう」

「Amazon SageMaker Canvas UIとAutoML APIを活用して、時系列予測を最大50%高速化しよう！」

私たちは、Amazon SageMaker Canvas が時系列予測のための機械学習モデルをより迅速かつユーザーフレンドリーに作成する方法を提供することをお知らせできることを嬉しく思います。SageMaker Canvas は、ビジネスアナリストが機械学習の経験を必要とせず、コードを一行も書かずに正確な機械学習（ML）モデルを生成することができるビジュアルなポイントアンドクリックのサービスです。

SageMaker Canvas は、小売業の在庫管理、製造業の需要予測、旅行業やホスピタリティ業界の労働力やゲストの計画、金融業界の収益予測など、時系列予測を使用する多くのユースケースをサポートしています。具体的な例として、時系列予測により小売業者は将来の販売需要を予測し、在庫レベル、物流、マーケティングキャンペーンの計画を立てることができます。SageMaker Canvas の時系列予測モデルは、統計的機械学習アルゴリズムを組み合わせた高度な技術を使用し、非常に正確な予測結果を提供します。

この記事では、SageMaker Canvas の予測機能の向上について説明し、タイムシリーズ予測のためのユーザーインターフェース（UI）と自動機械学習（AutoML）の API の使用方法を案内します。SageMaker Canvas の UI はコードを使用せずにビジュアルなインターフェースを提供する一方、API を使用することで開発者はプログラム的にこれらの機能と対話することができます。どちらも SageMaker コンソール からアクセスできます。

予測の経験の向上

本日のリリースにより、SageMaker Canvas は AutoML を使用した予測機能を強化しました。これにより、さまざまなベンチマークデータセットで以前のバージョンと比較して最大50％高速なモデル構築パフォーマンスと最大45％迅速な予測が可能となります。典型的な750の時系列に対するモデルのトレーニング期間は、平均186分から73分に短縮され、予測の平均所要時間は33分から18分に短縮されます（データサイズは最大100 MB）。ユーザーは、モデルの構築と予測機能に Amazon SageMaker Autopilot の API によってプログラム的にアクセスすることもでき、モデルの説明性とパフォーマンスレポートも提供されます。

• 「CDS HooksとAWS HealthLakeを使用してCRDを自動化して事前承認を行う」
• AIにおける幻覚の克服：事実に基づく強化学習ハイブリッドフレームワークが大規模な多モーダルモデルのビジョン・言語の整合性を最適化する方法
• 『Qwen Large Language Models（LLMs）Seriesについて知っておくべきすべて』

以前は、増分データを導入するには、全体のモデルを再トレーニングする必要があり、時間がかかり、運用上の遅延を引き起こしました。今では、SageMaker Canvas では、モデル全体を再トレーニングすることなく、新しいデータを追加して将来の予測値を生成することができます。増分データをモデルに入力するだけで、最新の情報を利用して今後の予測に役立てることができます。再トレーニングの削除により、予測プロセスが加速され、ビジネスプロセスへの結果の適用がより迅速になります。

SageMaker Canvas が予測に AutoML を使用するようになったことで、SageMaker Autopilot API を介してモデル作成および予測機能を活用することができます。これにより、UI と API の両方で一貫性が保たれます。例えば、UI でモデルの構築を開始し、予測を生成するために API を使用することができます。この更新されたモデリングアプローチは、以下の点でモデルの透明性も向上させます:

1. ユーザーは、予測に影響を与える要素についての明確な洞察を提供する説明性レポートにアクセスできます。これは、リスクやコンプライアンスチーム、外部規制機関にとって有益です。レポートは、各属性の相対的な効果を測るためのインパクトスコアを使用し、予測値を増幅または減少させるかを示します。
2. トレーニングされたモデルにアクセスし、SageMaker Inference や好みのインフラでの予測展開が可能です。
3. パフォーマンスレポートが利用でき、特定の時系列に対して AutoML が選択した最適なモデルやトレーニング時のハイパーパラメータについての詳細な洞察が得られます。

SageMaker Canvas UI を使用して時系列予測を生成する

SageMaker Canvas の UI を使用すると、クラウドやオンプレミスからデータソースをシームレスに統合し、データセットを簡単に統合し、正確なモデルをトレーニングし、新しいデータを使用して予測を行うことができます。すべての作業はコードを使用せずに行うことができます。この UI を使用して時系列予測を生成する方法を探ってみましょう。

まず、さまざまなソースからデータを SageMaker Canvas にインポートします。ローカルファイル、Amazon Simple Storage Service（Amazon S3） バケット、Amazon Athena、Snowflake、および他の 40以上のデータソース からデータをインポートできます。データをインポートした後、散布図や棒グラフなどの追加の洞察を得るためにデータを探索および視覚化することができます。モデルを作成する準備が整ったら、予測する対象の列を選択し、将来何日先まで予測するかなどの必要なパラメータを設定した後、わずか数回のクリックでモデルを作成することができます。以下のスクリーンショットは、特定の店舗位置の特定の製品の過去の週次需要データに基づいて製品需要を予測する例の視覚化です：

以下の画像は、異なる店舗の特定製品の週次予測を示しています：

予測にSageMaker Canvas UIを使用する方法の包括的なガイドについては、このブログ記事をご覧ください。

自動化されたワークフローやMLモデルの直接的な統合が必要な場合は、予測機能にはAPIを介してアクセスできます。次のセクションでは、自動予測にAPIを使用するためのサンプルソリューションを提供しています。

APIを使用して時系列の予測を生成する

モデルをトレーニングして予測を生成するためのAPIの使用方法について説明します。このデモンストレーションでは、会社が顧客の需要に対応するためにさまざまな店舗の商品在庫レベルを予測する必要がある場合を考えます。APIとのインタラクションは、次の手順に分けることができます：

1. データセットの準備。
2. SageMaker Autopilotジョブの作成。
3. Autopilotジョブの評価：
   1. モデルの正確性指標とバックテスト結果の調査。
   2. モデルの説明可能性レポートの調査。
4. モデルから予測を生成する：
   1. Autopilotジョブの一部として作成されたリアルタイム推論エンドポイントを使用する；または
   2. バッチ変換ジョブを使用する。

APIを使用した予測を示すサンプルAmazon SageMaker Studioノートブック

予測をプログラム的なAPIを介してオーケストレーションすることを希望するビジネスのために、GitHubでサンプルSageMaker Studioノートブックを提供しています。このノートブックは、公開S3バケットを介して入手可能なサンプルの合成データセットを提供します。ノートブックは、上記のワークフロー画像に記載されているすべての手順を案内します。ノートブックは基本的なフレームワークを提供していますが、コードサンプルを固有のユースケースに合わせて調整することができます。これには、データスキーマ、時間解像度、予測範囲など、所望の結果を達成するために必要な他のパラメータの修正が含まれます。

結論

SageMaker Canvasは、ビジネスアナリストが高度な正確な機械学習モデルを作成するための利便性の高いコードフリーのエクスペリエンスを提供することにより、時系列の予測を民主化します。今日のAutoMLのアップグレードにより、モデルの構築が最大50％高速化され、予測が最大45％迅速化され、モデルの構築と予測機能の両方にAPIアクセスが導入され、その透明性と一貫性が向上しました。SageMaker Canvasのユニークな機能である再トレーニングなしでの増分データのシームレスな処理により、ビジネスの要求の常に変化する環境への迅速な適応が可能です。

直感的なUIまたは多目的のAPIのいずれをお好みでも、SageMaker Canvasはデータ統合、モデルトレーニング、予測を簡素化し、産業全体でデータに基づく意思決定とイノベーションの重要なツールとなります。

詳細については、ドキュメントをご確認いただくか、当社のGitHubリポジトリで入手可能なノートブックを探索してください。SageMaker Canvasを使用した時系列の予測の価格情報については、SageMaker Canvas Pricingページを、SageMaker Autopilot APIsを使用してSageMakerのトレーニングと推論の価格情報については、SageMaker Pricing ページをご覧ください。

これらの機能は、SageMaker CanvasおよびSageMaker Autopilotがパブリックアクセス可能なすべてのAWSリージョンで利用できます。リージョンの利用可能性に関する詳細情報については、AWSリージョン別のAWSサービスを参照してください。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!