Amazon SageMakerの評判・口コミ 全12件

time

Amazon SageMakerのユーザーレビュー・評価一覧

レビュー情報の絞り込み

評価で絞り込む

企業規模で絞り込む

詳細条件で絞り込む
ベンダーオフィシャルアイコン絞り込み内容の設定
  • 企業名・名前を公開

    • 企業名・名前を公開

      (2)
    • 非公開

      (10)
    • 企業名のみ公開

      (0)
    全てのチェックを外す
  • 業種

    • 小売・卸売

      (0)
    • 飲食・宿泊

      (0)
    • サービス

      (0)
    • IT・広告・マスコミ

      (10)
    • コンサル・会計・法務関連

      (0)
    • 人材

      (0)
    • 病院・福祉・介護

      (0)
    • 不動産

      (0)
    • 金融・保険

      (0)
    • 教育・学習

      (0)
    • 建設・建築

      (0)
    • 運輸

      (0)
    • 製造・機械

      (2)
    • 電気・ガス・水道

      (0)
    • 農林水産

      (0)
    • 鉱業

      (0)
    • 官公庁・自治体

      (0)
    • 組合・団体・協会

      (0)
    • その他

      (0)
    • 不明

      (0)
    全てのチェックを外す
  • 立場で絞り込み

    • ユーザー(利用者)

      (11)
    • 導入決定者

      (0)
    • IT管理者

      (1)
    • ビジネスパートナー

      (0)
    全てのチェックを外す

並び順

非公開ユーザー

情報通信・インターネット|プログラミング・テスト|20-50人未満|ユーザー(利用者)|契約タイプ 有償利用

企業所属 確認済 利用画像確認
投稿日:

カスタマイズ性の高いマネージドサービス

機械学習ソフトで利用

良いポイント

優れている点・好きな機能
・当たり前かもしれないが、AWSの他のサービスと連携しやすい
・カスタマイズ性が高い
その理由
・アプリケーションをAWSで動かしているので、データをS3やDynamo上に保存しており、それをGlueなどで加工して、MLに使うという流れが非常に行いやすい
・AutoML機能も便利だが、細かい関数やパラメータなどを変更して使用することもできるのでありがたい。
・インスタンスのメモリなども簡単に大きくできるので、学習するデータが大きい場合でも対応しやすい

改善してほしいポイント

日本語で書かれたドキュメントが少なかったので、情報を集めるのが大変だった。また、価格が少しわかりにくく、想定より高い金額だった。

どのような課題解決に貢献しましたか?どのようなメリットが得られましたか?

SageMaker Notebook を使用して、Python でコードを書き、モデルの精度を確認。その後、トレーニングのコードとテストのコードを書いて、精度を確認した。精度は本番に実装できるほど高くなかったものの、ほかのタスクを行いながらも1ヶ月程度で試すことができたのでよかった。

検討者へお勧めするポイント

アプリケーションのインフラにAWSを使用していて、機械学習機能を実装するのであれば、ぜひ使ってみるのが良いかなと思います。

閉じる

非公開ユーザー

情報通信・インターネット|ITアーキテクト|20人未満|ユーザー(利用者)|契約タイプ 有償利用

企業所属 確認済
投稿日:

対応プログラミング言語が多い!

機械学習ソフトで利用

この製品・サービスの良いポイントは何でしょうか?

業務で機械学習モデルをSageMakerのAutoMLで「一任」したいといき、また逆に、アルゴリズムを精査したコードを使いたいときに使っています。
そこでプログラミング言語なのですが、SageMakerAPIのバインディングとして、Python、JavaScript、Ruby、Java、Goなどが提供されています。
個人的にはML業界で人気を誇るPythonはかなり使いづらくて、JavaScriptを使いたいので非常にありがたいです。

続きを開く

非公開ユーザー

情報通信・インターネット|ITアーキテクト|20人未満|ユーザー(利用者)|契約タイプ 有償利用

企業所属 確認済 利用画像確認
投稿日:

AWSのAutoMLあり

機械学習ソフトで利用

この製品・サービスの良いポイントは何でしょうか?

Amazon SageMakerは、AmazonMachineLearningよりもモデルをマニュアルで実装できる技術者がコーディングできたりしますが、逆にAutoMLがあります。
昨今AutoMLは大変注目されている機械学習技術で、それがAWSクラウドで利用できるのがなにより素晴らしいです。
外部連携できるAPIがあるのも良いです、

続きを開く

非公開ユーザー

情報通信・インターネット|社内情報システム(その他)|20人未満|ユーザー(利用者)|契約タイプ 有償利用

企業所属 確認済
投稿日:

自由度が高いと同時に自動化もできる

機械学習ソフトで利用

この製品・サービスの良いポイントは何でしょうか?

弊社の業務の一環として機械学習(ML)の実装に注力していますが、数多くのフレームワークを試行する際に一番困るのは「不親切なドキュメント」なので、AWSのSageMakerは、なによりもまず、しっかりとしたドキュメントがあることは評価に値します。
次に、組み込みアルゴリズムが秀逸なことに加え、独自のアルゴリズム実装も可能で自由度が高いです。
最後に、Autopilotという昨今注目を集めているAutoMLの機能があり、素晴らしいです。これはチームであまりMLに明るくないというメンバー出会ってもそこそこ使えてしまうというスグレモノ。

続きを開く

非公開ユーザー

情報通信・インターネット|ITアーキテクト|20人未満|ユーザー(利用者)

企業所属 確認済
投稿日:

次世代マシンラーニングフレームワーク

機械学習ソフトで利用

この製品・サービスの良いポイントは何でしょうか?

AWSのSageMakerはとても先進的なMLフレームワークで、なかでもAutopilotと呼ばれるAutoMLが実装されています。
チュートリアルもしっかりしているので、技術者ないメンバーでも、データを渡せば、やってくれる、という驚きの進展があります。

続きを開く

非公開ユーザー

情報通信・インターネット|システム分析・設計|20人未満|ユーザー(利用者)

企業所属 確認済
投稿日:

新しく高機能なMLフレームワーク

機械学習ソフトで利用

この製品・サービスの良いポイントは何でしょうか?

先行するAmazonマシンラーニングより新しく、AWS上でフルスクラッチでリビルドされたようなフレームワーク。
準備、ビルド、トレーニング、チューニング、デプロイ、管理とワンストップでできます。
対応するMLフレームワークも一般的なものはだいたい対応していて素晴らしいです。
個人的に着目しているのはAutoPilotで、視覚的に自動生成できる機能です。

続きを開く

森田 弘樹

オフィス・アルゴミック|情報通信・インターネット|ITアーキテクト|20人未満|ユーザー(利用者)

企業所属 確認済
投稿日:

より玄人好みのクラウドML

機械学習ソフトで利用

この製品・サービスの良いポイントは何でしょうか?

AWSでAmazon Machine Learningという既存のクラウドMLもありますし、GoogleMLもありますが、問題は、導入しやすさを優先したあまり、最初からMLに精通している上級者にとっては自由度が少ない、制限されている、ということがあり、個人的にも不満がありました。

SageMakerはより数学的に処理できる。わかっているML技術者が、モデルのアルゴリズムを独自設計して実装することが可能なので自由度が大幅に向上しています。

続きを開く

非公開ユーザー

情報通信・インターネット|宣伝・マーケティング|1000人以上|ユーザー(利用者)|契約タイプ 有償利用

企業所属 確認済
投稿日:

AWSの機械学習プラットフォーム

機械学習ソフトで利用

この製品・サービスの良いポイントは何でしょうか?

機械学習初学者でもわかりやすく機械学習を勉強、実施できるのがサービスの利点です。AutoML機能であるAutoGluonも提供されており機械学習手法の知識がなくても機械学習を始めることが可能です。

最近東京リージョンでSageMaker studioもリリースされてより効率的に機械学習を始めることが可能になっています。

AWSの機械学習プラットフォームではオンプレミスでも重い機械学習処理でもインスタンスタイプを変更すると処理可能になります。

課金体系も機械学習を実行している時間やインスタンスの起動時間に応じた従量課金制なので初期投資額を抑えることが可能です。

また、機械学習を行わない場合にもjupyter notebookが利用可能のため、
jupyterを利用したツール開発をノートブック上で可能です。
たとえば、SageMakerノートブックの権限設定をするとGlueやSNSなど他AWSサービスと連携させることも可能です。そのため、これらを組み合わせて独自の集計ツールを作ることも可能となります。

続きを開く

非公開ユーザー

その他の化学工業|社内情報システム(その他)|1000人以上|ユーザー(利用者)|契約タイプ 有償利用

企業所属 確認済
投稿日:

機械学習環境プラットフォームとして活用

機械学習ソフトで利用

この製品・サービスの良いポイントは何でしょうか?

比較的容易にPythonによる機械学習環境を構築できる
複数ユーザーごとにインスタンス環境を構築できる
マネージドサービスゆえ、サーバーなどインフラ管理が不要

続きを開く

非公開ユーザー

その他製造業|ITアーキテクト|1000人以上|IT管理者

企業所属 確認済
投稿日:

AWSデータエンジニアでも使えるツール

機械学習ソフトで利用

この製品・サービスの良いポイントは何でしょうか?

jupiter notebookのマネジメントサービスようなツールであり、AWS S3, RDSなどほかサービスと簡単に連携できる。

続きを開く
  • 1
  • 2

ITreviewに参加しよう!