• Amazon Machine Learning でのモデル構築では、
    ・学習や前処理などの設定   ・学習パラメータの設定   ・評価の設定
    などを行います。

 

学習や前処理などについての設定

Amazon Machine Learningで学習モデル構築の際には、使用するデータソースを選んでから、学習設定の方針を選択します。

学習の設定については、
・推奨設定
・手動での設定
のどちらかを選べます。

手動で設定する場合はrecipe画面にて、
・データの前処理
・変換処理
・特徴量の抽出
などを設定して行きます。

 

学習パラメータの設定

recipe画面での設定の後は、
・モデルの最大サイズ
・パス数
・正則化
などの学習パラメータの設定を行います。

モデルの最大サイズ
・データパターンを保持する量を設定します
・最大サイズを超えたパターンについては廃棄されます
・大きなサイズを設定すると、処理する時間が増えて料金負担が大きくなります

パス数
・データパターンを検索する時のパス数を設定します
・パス数を大きくすると予測精度を向上させる事が出来ますが、コストも増加します

正則化
・過学習を防ぐために、学習モデルの自由度などを制限します
・適切に正則化を利用しないと、訓練用データに特化されてしまいます

 

 

 

 

評価の設定

評価の設定では、評価するためのデータソースを選択する事が出来ます。

評価用データソースとして、
・専用の評価用データソース
・訓練用データソースを分割して使用
などを選ぶ事が可能です。

 

 

 

 

本サイト上に掲載されているまとめ記事が、毎週ステップメールで受け取ることもできます。

 

 

参考文献