実践 AWSデータサイエンス
エンドツーエンドのMLOpsパイプライン実装
Chris Fregly, Antje Barth, 本橋 和貴, 黒川 利明オライリー・ジャパン570ページISBN 9784873119687
機械学習タグで同率13位（87冊中）。Zenn・Qiitaなどの2記事で紹介（時点）。
- 紹介記事
- 2件
- 媒体別
- Zenn 2
- 初めての紹介
- 最新の紹介
この本を選ぶ前に
- 出版年
- （約5年前）
- タグ内の順位
- 機械学習タグで同率13位（87冊中・紹介記事数の順）
紹介している記事（2件）
記事ごとの説明は、記事本文のうちこの本に触れた部分をAIが要約したもので、筆者の原文ではありません。
- 2025年5月版読んでいて良かった本紹介 Zenn · Akasan · · いいね 1
AWS上でデータサイエンスを行うための知識をまとめた本として、AWS、とりわけSageMakerに焦点を当てた内容を参照している。2021年刊行のため、現在のSageMakerとはかなり違いがあると留保しつつも、基本的な考え方や今もあるサービスについては現在も一定程度活用できるとして、AWSでデータサイエンスを行う際の参考にしている。
- [AWS]AWSを効率よく学習できる参考書/技術書ロードマップ Zenn · Ryuga Irie · · いいね 197
この本について
AWSの機械学習サービスを組み合わせ、データの収集からモデルの運用までを構成する方法を扱う書籍である。前半では、データレイクへの取り込み、分析、品質評価、ラベル付け、変換を経て、SageMakerによるモデルの訓練・調整・デプロイへ進む工程を説明する。ワークフロー管理、MLOpsの運用上の考慮点、ストリーミング処理、計算資源やコストの管理も取り上げる。後半は、商品推薦、需要予測、不正検知、動画の不適切コンテンツ検出、自然言語処理、医療文書からの情報抽出などの用途を例に、AWSサービスの活用方法を示す。データサイエンティスト、アナリスト、データエンジニア、MLエンジニアに加え、アプリケーション開発者や管理職も対象としている。
出版社の内容紹介・目次と紹介記事をもとにAIが要約したものです。原文の転載ではありません。
目次（主な章）
出典: 出版社の書籍ページ （章の見出しのみ）
- 1章 AWSにおけるデータサイエンス入門
- 2章 データサイエンスのユースケース
- 3章 自動化された機械学習（AutoML）
- 4章 クラウドへのデータの取り込み
- 5章 データセットを探索
- 6章 モデル訓練のためのデータセットの準備
- 7章 最初のモデル訓練
- 8章 大規模なモデルの訓練と最適化
- 9章 モデルを本番環境にデプロイ
- 10章 パイプラインとMLOps
- 11章 ストリーミング分析と機械学習
- 12章 AWSにおける安全なデータサイエンス