Aws Forecast and Personalize seminer

AwsのForecast, Personalizeセミナーに行ってきた

Amazon Forecast&Personalizeハンズオンセミナーに行ってきた。 興味は前からあったけど、自分で座学すると億劫になるので、無料ということで参加してきました。

AWS forecast, Personalizeのハンズオン

AWS forecastAWS Personalizeを実際に手をうごかして触るみたいな。

会場にはいって、まず、ハンズオンの資料、やり方などを聞く。ファイルをアップして設定完了すると、学習待ち時間が発生(40分ほど)するので、その時間でサービスの説明をしてくれました。 シェアされたgitはここ。あとはローカルの質問用slackとかがあった。

それぞれにやり方が書いてあるので、もくもく進めていく。 とはいいつつも、S3にデータをアップロードして、それぞれのコンソールぽちぽちしていく感じ。 Forecast, Personalize共にアップロード、学習開始までいくと待ち時間になる。

forecastのメモ

Amazonでは4億商品を毎日見てる。 郵便番号単位で在庫を区切って予測をしている
マネージドサービスで、時間がかかる割にやることは楽。ボタンを押すとforcastが計算量を決定し、インスタンスの起動、学習の開始、インスタンスの廃棄までを行う。 forecastで予測できるものは、 季節性、メタデータ(温度など)、関係変数(特売価格など), 履歴のないアイテム(新商品などコールドスタート)などがある。
forecastの予測はP値が10, 50 ,90とでる。使い物になるかどうかというのはP50の値を見る。P90は90%の確率で当たるように思われるが、かなり量が多めに設定されている。なので、始めで使用するのにはp50がおすすめ

forecast実行画面

forecast_result
Forecastの実行画面 気温の推移を予測している

personalizeのメモ

昔から使っていた共調フィルタリングベースのものはデータが増えていくほどに計算量が増えてしまっていた。Deeplerningベースの物を利用するとをつかうとう計算量が抑えられ、制度も上がることがわかったので、Amazonでも使っている。

Personalize実行画面

personalize_result
personalizeの実行画面 ユーザへの映画の推薦

Forecastは気温の予測、Personalizeはユーザーへの映画の推薦というお題だった。

それぞれ、定義済みのアルゴリズムがいくつかあるのと、入れるデータによってチューニングをしていくらしい。

pythonのコードで自分でライブラリとか選んで実行というのはこっちじゃなくてSagemakerでやるらしい。

適当にやってめっちゃ高いインスタンスとかteslaとか使われて料金ドッカーンとかなりそうで怖いとか思いつつも、マネージドサービスでここまでできるし、思った以上に簡単に試せるっていうのがわかっただけでも有益でした。

こういうの久しぶりで普通に楽しかったし、25$のAWSクーポンいただけたぞ!!route53代にしよう(笑)

connvoi's Picture

About connvoi

肉とビールと料理と写真とゲーム たまに技術 python / Solr / PHP / ansible

Jp, Tokyo https://connvoi.com