第6回目となったAmazon SageMaker事例祭りは、リコメンデーション、顧客からの問い合わせ分析といった、実用レベルの機械学習事例をフィーチャーいたします。Amazon SageMakerは、データサイエンティストやエンジニアが機械学習を行う上での効率を改善し、機械学習にとって重要なイテレーションの負荷を低減しています。

2018年5月より、東京リージョンでサービス提供が開始され、日本のお客様による検討、導入が進んでいます。2018年12月には、Amazon SageMaker Ground Truthがリリースされ、データセットのアノテーションを容易にすることが可能になりました。

本セミナーでは、当該サービスの最新情報や技術情報、活用事例を提供するとともに、実際に導入頂いたお客様による「体験談」をお話しいただきます。

お申込受付期間が終了したため、
受付を締め切らせていただきました。
日時 2019 年 7 月 18 日(木) 開場: 13:15  開演: 13:45~17:30  
<申込期限>7 月 17 日(水) 11:00 まで(申し込み期限日よりも前に締め切る場合もございます。)
会場
〒141-0021 東京都 品川区上大崎3-1-1 目黒セントラルスクエア 21F
参加費
定員 180人
※お申し込みが多数の場合には、恐れ入りますが抽選とさせて頂く場合がございます。予めご了承ください。
対象 AWS にご興味をお持ちのエンドユーザーの皆様 
・機械学習の基本的な知識を前提といたします。
※競合他社様からのお申込みはお控えください。
主催 アマゾン ウェブ サービス ジャパン株式会社
共催
協賛
内容 13:45~14:05
AWSの機械学習サービス概要

AWSが提供する機械学習サービスの概要と、いくつかのユースケースをご紹介します。

14:05~15:00
Amazon SageMaker の基礎

AWS の機械学習マネージドサービスである Amazon SageMaker の基礎について紹介します。機械学習における課題、課題に対するソリューションとなる Amazon SageMaker のコンセプトを説明します。機械学習の進め方や、機械学習において重要な開発・学習・推論に対する機能を紹介します。

15:00~15:20
Amazon SageMaker Ground Truth

機械学習・深層学習モデルの構築には学習用のデータが不可欠です。独自のデータを用いた教師あり学習を行うためには教師データを作成するためのラベル付け作業(アノテーション)が必要です。SageMaker Ground Truth の概要と、アノテーションの手順を、デモを交えてご紹介します。

15:20~15:50 Q&A | 休憩

15:50~17:20 お客様事例

・株式会社ミスミグループ
本社 ITサービスプラットフォーム IT基盤展開室 先端技術評価チーム ディレクター 宋 美沙 様
「初心者でもできた、SageMaker+独自モデルで問い合わせ分類」


機械学習を活用した課題解決に向けて、技術評価・プロトタイプ作成をサイエンティスト+ソフトウェア開発者の超小規模チームで行っています。モデル構築・評価からプロトタイプシステムの立ち上げ・ユーザからのフィードバックを受けた改修まで、いかにコストを抑えてスピーディに回せるかがカギとなる中、SageMakerを採用しサーバレスの構成で機械学習システムを構築しました。活用の一例としては、日々お客さまからいただくお問合せやご要望を業務改善に活かすための分類です。本セッションでは、機械学習は初学者レベルというソフトウェアエンジニアでも、SageMakerを使うことですばやく気軽に機械学習システム開発のサイクルを回すことができたという事例をご紹介します。

・株式会社ホットリンク 
開発本部R&D部 部長/榊 剛史 様、山中 志一 様
「ソーシャルメディア分析Saasの大規模自然言語処理におけるSageMakerの活用事例」


ホットリンク社では、2000年代の後半から機械学習を自社のソーシャルメディア分析SaaS、特に自然言語処理(NLP)の領域で活用してきました。本講演では、その事例と変遷を紹介しつつ、それらを通じて機械学習を自社サービスに活用する上でコツや注意点を共有します。また、直近の取り組みとして、NLP技術を用いた機能開発におけるSageMakerの活用事例を紹介します。

・JapanTaxi株式会社 
次世代モビリティ事業部 モビリティ研究開発グループ 渡部 徹太郎 様
「JapanTaxiにおけるSagemaker+αによる機械学習アプリケーションの本番運用」


JapanTaxiでは配車アプリケーションに機械学習による予測を利用しており本番で運用しています。機械学習モデルはビジネス状況の変化とともに精度が劣化していく可能性があるため、日々の精度モニタリングと、モデル更新のための開発フローの整備が必要でした。それをSagemaker + αを用いて実現した内容を発表します。


【当日の持ち物】
・受講票
・名刺1枚

※複数名のご参加を予定されている場合でも、お手数ですが1名ずつのお申込が必要となります。
(おひとり様につき1つのメールアドレスが必要となります。)

備考
お申込受付期間が終了したため、
受付を締め切らせていただきました。

お問合わせ