Sagemakerを試す
以下のチュートリアルを実行
https://aws.amazon.com/jp/getting-started/tutorials/build-train-deploy-machine-learning-model-sagemaker/?sc_icampaign=acq_tmt_201903_sagemaker&sc_ichannel=ha&sc_icontent=awssm-1932&sc_iplace=2up&trk=ha_awssm_1932_acq_tmt_201903_sagemaker_2up
手順は:
・Notebookインスタンスを作る
・S3にアクセスするためのIAMロールを作る
・conda_python3のノートブックを作る。
・テストデータを持ってきて、加工し、S3にアップロードする
・sagemakerセッションでTrainingジョブを実行する
・モデルをデプロイする
これでサンプルのXGBoostのエンドポイントが開発できた。
これを実際にWeb APIエンドポイントや定期実行などするためには
・API Gateway / Lambda
・Cloudwatch
などを利用すればよさそう。
以下のチュートリアルを実行
https://aws.amazon.com/jp/getting-started/tutorials/build-train-deploy-machine-learning-model-sagemaker/?sc_icampaign=acq_tmt_201903_sagemaker&sc_ichannel=ha&sc_icontent=awssm-1932&sc_iplace=2up&trk=ha_awssm_1932_acq_tmt_201903_sagemaker_2up
手順は:
・Notebookインスタンスを作る
・S3にアクセスするためのIAMロールを作る
・conda_python3のノートブックを作る。
・テストデータを持ってきて、加工し、S3にアップロードする
・sagemakerセッションでTrainingジョブを実行する
・モデルをデプロイする
これでサンプルのXGBoostのエンドポイントが開発できた。
これを実際にWeb APIエンドポイントや定期実行などするためには
・API Gateway / Lambda
・Cloudwatch
などを利用すればよさそう。