【20時間】機械学習を使えるようにする（AWS SageMaker）考え直し編

20時間でスキル取得、を見てからのチャレンジ　3回目　

とりあえずSageMakerについては、ここをみつけ、かなり概要がつかめました。

まず、機械学習をさせるためには、大きく分けて３つの作業があります。

１．学習データの準備

２．機械学習のコードの作成

３．実行環境に１．２．を入れて学習させる

１．２．３．を1回行うのに普通かなり時間がかかり、

本来は１．２．３．を何度も繰り返し試行錯誤して、より良い学習結果を出したい。

しかし、データ準備に時間が掛かったり、マシンスペックが低くて学習に時間がかかったり、環境構築に時間が掛かったりとかなり時間がかかる。

そこでSageMakerはこの１から３のサイクルを高速にまわせるよう、色々準備してくれています。

ちょっと脱線しますが、よくある機械学習（画像認識　音声認識　音声処理　テキスト処理　チャットボット　時系列データ予測　レコメンデーション）は、別に「AIサービス」として、それぞれ別サービスが用意されており、特別なプログラミングは必要なく、機械学習のスキルなしに利用できる環境があります。

SageMakerは「MLサービス」で、上記AIサービスには当てはまらない、やりたいことがあるとき、自分で独自に機械学習させ、最適な学習結果を得たいときに利用します。

今回やろうとしているまるばつゲームは、AIサービスには提供されていないものなので、MLサービスであるSageMakerが必要です。AIサービスに用意してくれればよかった。。。

さて、今ぶつかっている課題としては、

今回必要なデータの具体的なイメージが思い浮かびません。

なぜか。

機械学習の経験が無いから。

SageMakerは、既存の機械学習環境を、より簡単に出来るようにしたもの。

機械学習自体が初めての人には、そのメリットが分からない。

いきなり機械学習初心者が使おうとしても、そのルートについては、依然として簡単になっていない。

すでに着手から3～4時間は費やしています。

スキル分解は20時間にカウントしないのでしょうか。。。

どうするか。

1 機械学習を一から学ぶ
2 SageMakerを使ったサンプルを実際に見て、いじって学ぶ

２．もできるかもしれませんが、いたずらに時間を消費する可能性があります。

よって１！

スキル分解は、いまやりたいことが大きすぎると、分解して内容把握するだけでも

かなり時間がかかります。

20時間では難しい。。。

ということで、20時間でスキル取得は、分解し終わってからの時間をカウントすることにします。。。

ジョシュ・カウフマンさん。これでよいですか^^;