実施内容
ノーコード機械学習シリーズの第2弾では、データ基盤としてAmazon SageMaker CanvasをSnowflakeに接続します。
トランザクションデータは、Data Wranglerのビジュアル変換を使用して準備および結合され、コードは不要です。
同じビジュアルワークフローを通じてXGBoost不正検知モデルをトレーニングし、後のダッシュボードフェーズの準備を整えます。
重要性
このワークフローは、不正検知などの実用的な機械学習タスクが、視覚的なインターフェースのみで完了できることを示しています。
コーディング要件を排除することで、このアプローチはより幅広い実務者がモデル構築を行えるようにします。
要点
Amazon SageMaker CanvasがSnowflakeに接続されています。
Data Wranglerのビジュアル変換がトランザクションデータを準備および結合します。
機械学習コードを書かずにXGBoost不正検知モデルがトレーニングされます。
次の注目ポイント
シリーズのパート3では、準備およびモデル化されたデータの上にインタラクティブなダッシュボードを構築する予定です。
このシリーズは、複数のAWSサービスを組み合わせて完全なノーコードMLパイプラインを構築する方法を強調しています。