AI/ML | Amazon Web Services ブログ

【開催報告】建設不動産 DX セミナー不動産業界パート

こんにちは！アマゾンウェブサービスジャパン合同会社ソリューションアーキテクトの山川です。本ブログでは […]

魅力的な顧客体験を提供するプラットフォームを学習できるリテールデモストアの紹介

こんにちは。ソリューションアーキテクトの平井です。本記事では、AWS サービスを使用して、e コマース、小売、 […]

Amazon Lookout for Vision と AWS Panorama を使用したコンピュータービジョンによる異常検知

本投稿は、Tyson Foods, Inc. 社が、機械学習を活用し人工知能アプリケーションをエッジで実行する […]

動的なサプライチェーンプラットフォームを構築する方法: 入門書

ダイナミックかつ急速に変化する世界で消費者のニーズを満たすために、組織は先を見越しつつリアルタイムに対応できる […]

マルチテナント型 SaaS アプリケーションのための Amazon Forecast の構成

この記事では、AWS Identity and Access Management (IAM) のAttribute Based Access Control (ABAC) を使用してテナントの分離を提供し、マルチテナントの SaaS アプリケーション内で Forecast を使用する方法を解説しています。

MLaaS (Machine Learning as a Service) のためのマルチテナント機械学習構築環境を Amazon SageMaker Pipelines で実装する

近年、自社で保有するデータだけでなく、外部や第三者のデータを使って機械学習（ML）モデルを構築する企業が増えています。そして学習させたモデルを外部の顧客に提供することで収益源とするビジネスモデルを構築することができます。

この記事では、Amazon SageMaker Pipelinesが、Machine Learning as a Service (MLaaS) / Software as a Service (SaaS) アプリケーションにおけるデータの前処理、そして機械学習モデルの構築、訓練、チューニング、登録にどのように役立つかを紹介します。特にテナント分離とコスト配分に焦点を当て、テナント固有のMLモデルを構築するためのベストプラクティスを紹介します。