初めてSageMakerのハンズオンをやりました。
今日の積み上げ
＜DSL輪読会＞
今日の範囲は主成分分析。代表的な次元削減（データの次元を人間が目視可能な２次元、３次元に削減すること）の手法についてでした。
面白かったのは、発表者の方がGoogle Colabで実際に動くPythonコードを書かれたJupyter Notebookを共有してくれたこと。
Google Colabの存在は知っていましたが、実際に使ったのは初めてだったので、こんなに簡単に使えるんだとわかったのがとてもよかったです。（輪読会の良さを感じました）
＜AWSハンズオン＞
こちらのハンズオン、無事最後まで完走することができました。
途中、データセットをImportするところが動画と同じようにできず、一瞬焦りましたが、S3経由で無事取り込むことができ、事なきを得ました。
特に面白いと感じたのは、特徴量エンジニアリングの部分。
不要な要素をドロップだったり、新しい特徴量の作り方など、こんな簡単に直感的にできるUIだったので、とてもやりやすかったです。
モデルの学習と評価では、特徴量をいじりながらモデルの精度を高めることもでき、こうやって精度を上げていけばよいんだな、ということがわかりました。
それが、AWS SageMaker Canvasだと、本当にノーコードで直感的にモデルを作って学習できるので、とても便利だなと思いました。
（金融データ活用チャレンジではdatabricks環境でPythonコードを直書きしないといけない面倒くささを感じていたので、なおさら強く感じますね）
こうやってお手軽に使えるCanvasですが、Quick buildとStandard buildの違いも解説されていたので、備忘的に書き残しておきます。
- Quick Buildは2～20分、Standard Buildは2～4時間かかる
- Quick Buildは最大5万行のデータをサポート
- Standard Buildを行う際は、UIからログアウトしてセッション課金を停止させる
次はNext stepsとして紹介されていた下記のハンズオンをやってみようと思ってます。
英語学習
本日２１時４５分にTwitterスペースを主催します。是非発音学習のインフルエンサー対談に来てください。@DaisukeEigo @Kinaco_Inu @sayakatakechi
— ELSA Speak @AI英語学習アプリ (@ELSASpeak_Japan) 2023年2月26日
https://t.co/abExxYYblJ
先日もブログで紹介した「最強の英語本」を書かれた、武智さやかさんも対談メンバーだったので、どんなお話されるのか気になって聞いてみました。
ELSAというGoogleも出資している会社（初めて知った）が作っている、ELSA SpeakというAI英語学習アプリの販促イベントとして企画されたTwitterスペース対談。
対談を聞いてると、自分の発音をAIが矯正してくれる、というアプリ。
しかも、かなり精度が高い（逆に言うと、厳しい）ようです。
自分の発音がちゃんとできてるのかどうか、タニケイ式シャドーイングをやってる最中もずっと気になっていたこともあり、とりあえず無料お試しからやってみるか、と勢いでアプリをGetしてみました。
早速、明日の通勤時間を利用してやってみようと思ってます。
１週間やってみて、これは使える！ってなったら、永久会員にアップグレードしてみることも検討するつもりです。
ChatGPTだったり、Notion AIだったり、このELSA Speakだったり、英語学習にAIを取り入れる流れが一気にきてるので、何かやってみたいですよね。
AI/機械学習の勉強を始め出したこともあり、日常生活の中で何かしら恩恵を受けられる機会があれば、相乗効果で機械学習も英語学習もどちらも進みそうな気もするし。
（あくまで、気がする、だけです）
効果があるかどうか、やってみないとわかりませんが、なんだか楽しそう、というワクワク感だけはあります。
とりあえず、１週間やってみまーす！
それでは、また。
