Amazon SageMakerを使用した人工知能ベースのプロセスルーティング

以 前のブログ投稿のいくつかから明らかなように、AgilePointでは、AIと自然言語処理がここ数年の製品開発の最前線に立ってきました。 プロセスインスタンスをスキップしたり、そのインスタンスの状態を管理する特定の重要な決定要因に基づいてロールバックしたりすることは、製品の長所でしたが、機械学習と 自然言語処理を使用して、数段階レベルを上げようとしています。

こ れまでに、Microsoft Azure Machine Learning Studio、Amazon Machine Learning、Salesforce Prediction Builderを使用してこれを行い、お客様から素晴らしいフィードバックを受け取りました。本日、この機能をAmazon SageMakerにも拡張したことをお知らせします。

Amazon SageMakerを初めて使用する方は、機械学習専用の幅広い機能を組み合わせることで、データサイエンティストや開発者が高品質の機械学習モデルをすばや く準備、構築、トレーニング、デプロイできるように支援します。 これは、AWSの優先機械学習オファリングとしてAmazon Machine Learningに取って代わりました。 複雑なMLアルゴリズムやテクノロジーを学習することなく、機械学習(ML)モデルを作成するプロセスをガイドする視覚化ツールとウィザードを提供します。 モデルの準備ができてから、Amazon MLを使用すると、カスタムの予測生成コードを実装したり、インフラストラクチャを管理したりすることなく、シンプルなAPIを使用してアプリケーションの予測を簡単に取 得できます。

次 のビデオでは、実際に予測モデルの1つを段階的に構築して、これがどのように行われるかを理解できるようにします。 SageMakerでモデルをゼロから構築、トレーニング、デプロイする方法を紹介するため、このビデオを4つのパートに分けました。 (動画の内容は英語です。)

前書き:




モ デルの構築:




モ デルのデプロイとエンドポイントの構成:




Amazon SageMakerを使用したAgilePoint NXプロセスルーティング:



コメント