Amazon Machine Learning (ML) Solutions Lab では、チームと機械学習の専門家を組み合わせて、組織の投資収益率が最も高い機械学習に対処する機械学習ソリューションを特定して構築するよう支援します。ML Solutions Lab は、検出ワークショップとアイデアセッションを通じて、ビジネス問題から「逆戻り」して、優先順位が付けられた機械学習ユースケースのロードマップと、そのロードマップに対処するための実装計画を提供します。次に、組織向けの機械学習ベースのソリューションを開発するプロセスを順を追って説明します。また、デベロッパートレーニング、ビジネスリーダートレーニング、ML Embark プログラムによる実践的なイベントなど、チームの機械学習専門知識のレベルを高めるトレーニングも提供しています。ML Solutions Lab は、フルフィルメントとロジスティクス、パーソナライゼーションと推奨事項、コンピュータビジョンと翻訳、不正行為防止、予測、サプライチェーン最適化などの分野において、20 年以上にわたる Amazon の機械学習イノベーションから学習した内容をすべての顧客エンゲージメントにもたらします。
仕組み
![](https://d1.awsstatic.com/diagrams/Amazon-ML-Solutions-Lab_Steps_Illos_3-column_Discovery.301a20562f5c7238f3fef7cd1c649592dbe37bd8.png)
検出
アイデアセッションは、ビジネスの課題から「逆戻り」して、ビジネスの価値、データの可用性と品質、および作業のレベルに基づいて、組織のトップ機械学習ユースケースを特定して優先順位を付けるのに役立ちます。
![](https://d1.awsstatic.com/diagrams/Amazon-ML-Solutions-Lab_Steps_Illos_3-column_Development.e008994ea02d3d1f05b9d250d00cb332da3201c0.png)
開発
専門家は、ターゲットを絞ったユースケースセット用の機械学習ソリューションを開発するプロセスを通じてチームをガイドします。
![](https://d1.awsstatic.com/diagrams/Amazon-ML-Solutions-Lab_Steps_Illos_3-column_Launch.9940ec86348c98bbdd24781f5ed4978d9014aad6.png)
起動
エンゲージメントを締めくくるために、当社の専門家が機械学習機能を本番環境へデプロイできるよう支援します。
利点
上位のユースケースを特定する
ML Solutions Lab は、組織が機械学習で価値を引き出すのに役立つ多様な経験を活かして、組織にとって重要で、機械学習で対処できる具体的なユースケースを特定するプロセスをガイドします。
カスタムモデル
当社のデータサイエンティストは、コンピュータビジョン、音声処理、自然言語処理などの分野で高度な機械学習モデルを設計および開発して、お客様の問題を解決します。
スケール
当社の専門家チームは、ベストプラクティスを適用してデータ管理用の機械学習生産パイプラインを構築し、モデルのトレーニング、チューニング、デプロイを行って、お客様が AWS で新規または既存の機械学習モデルをスケーリングできるようにします。
知識の伝達
ML Solutions Lab の最も重要な目標は、「お客様に魚の釣り方を教える」ことです。 機械学習の専門家はプロジェクト全体を通じてチームと協力して作業するため、デベロッパーとデータサイエンティストはこの経験から、必要に応じて追加の機械学習機能を特定、構築、デプロイできます。
業種
ML Solutions Lab は、製造、ヘルスケア、ライフサイエンス、金融サービス、スポーツ、公共部門、自動車など、さまざまな業界にわたり世界中のお客様を支援して、機械学習を活用した新しいソリューションを作成しています。
![](https://d1.awsstatic.com/diagrams/Amazon-ML-Solutions-Lab_Steps_Illos-Manufacturing.bef5daa3c2d9df78e12390e93932f7b6f59ee3c9.png)
製造
異常検出、予測などの専門知識を適用する ML Solutions Lab は、製造会社が中核となる生産、保守、安全性、品質、さらに R&D およびサプライチェーン機能を改善するよう支援しています。たとえば、ML Solutions Lab は、Formosa Plastics が機械学習を適用して欠陥をより正確に検出し、従業員が手動検査に費やす時間を半分に短縮しました。
![](https://d1.awsstatic.com/diagrams/Amazon-ML-Solutions-Lab_Steps_Illos-Healthcare.2ffe8ed0ff5674be0feee7ea3599257baff59baa.png)
ヘルスケアとライフサイエンス
ML Solutions Lab は、ヘルスケアおよびライフサイエンスのお客様が機械学習を使用してコストを削減し、患者のケアを改善することができました。たとえば、ML Solutions Lab は Cerner と協力して、匿名化された患者データを分析し、臨床症状が発現する最大 15 か月前までにうっ血性心不全を予測するアルゴリズムを開発するためのソリューションを研究者に提供しました。
![](https://d1.awsstatic.com/diagrams/Amazon-ML-Solutions-Lab_Steps_Illos-Financial-Services.d79633496ddc21c4f5cf2fb686108d468518f42a.png)
金融サービス
ML Solutions Lab は、銀行、投資組織、保険会社、住宅ローン会社などの金融機関と連携して、予測の改善、監視システムによる新規または新たな脅威へのフラグ付け、金融商品に関する個別の推奨事項の生成、ドキュメント処理の自動化を可能にします。また、Chatbot との会話型インターフェイスで顧客体験を向上させます。
![](https://d1.awsstatic.com/diagrams/Amazon-ML-Solutions-Lab_Steps_Illos-Sports.d45c69d67ccec27e5d74128eaead6c6d28a5bd2d.png)
スポーツ
ML Solutions Lab は、F1、ナショナルフットボールリーグ、シアトルシーホークスなどのスポーツ組織と協力して、ファンの体験とゲームの品質を向上させるといった幅広い経験を積んでいます。AWS と NFL のパートナーシップにおいて、ML Solutions Lab は、次世代の統計を通じてファンがスポーツに参加するためのまったく新しい方法を特定して構築しました。その結果、現在は機械学習を適用して NFL プレイヤーの健康と安全のための取り組みをサポートしています。
![](https://d1.awsstatic.com/diagrams/Amazon-ML-Solutions-Lab_Steps_Illos-Environmental.ac09ed8fbad40d28f31bd32a4d0c660ca57e5bb6.png)
環境と社会への影響
ML Solutions Lab は、機械学習を使用して宇宙をより良く理解するために、人身売買から飢饉に至るまで、世界最大の課題のいくつかに取り組むために協力してきました。たとえば、ML Solutions Lab は Maxar と協力して機械学習で衛星データをより効果的に分析し、組織が山火事などの災害に迅速に対応し、アフリカの村にワクチンを届けるよう支援しました。
![](https://d1.awsstatic.com/diagrams/Amazon-ML-Solutions-Lab_Steps_Illos-Automotive.4c5c43fc61f171a04a391698fa3843bb623bc334.png)
自動車
自動車業界では、ML Solutions Lab は、サプライチェーンの最適化、車内エンターテインメント体験、自律型運転などの分野でお客様と協力してきました。これには、正確な道路シーンの認識と高度な分析によって運転者と歩行者の安全性が向上される場合が含まれます。
![](https://d1.awsstatic.com/logos/aws/Amazon-ML-Solutions-Lab_Steps_Embark-illos_4-column.68480af47d11c0d4f32fd594541e8d98c36c4b83.png)
AWS Machine Learning Embark プログラム
ML Solutions Lab が提供する追加トレーニングと教育サポートについては、AWS Machine Learning Embark プログラムを参照してください。
Amazon ML Solutions Lab を使用したお客様の導入事例
![](https://d1.awsstatic.com/logos/aws/3-Cerner_Logo.5cbd7dc7cd2f4ad0e0f723ee998c30e3f6e36759.png)
![](https://d1.awsstatic.com/logos/aws/1-AstraZeneca_Logo.9dd51a7e2973bf85cb6be1aa78e2ba05a0c91889.png)
![](https://d1.awsstatic.com/logos/aws/7-NFL_Logo.e2474c3e9fc5f26b29b244c0ae9eea87dcc6372d.png)
![](https://d1.awsstatic.com/logos/aws/4-DigitalGlobe_Logo.0ea7a18aec69472656ec556b576f01e2c5a14bc6.png)
![](https://d1.awsstatic.com/logos/aws/8-Nasa_Logo.d42b5a15e71825bed3e4c0e04d101ffe1b9ec8fc.png)
![](https://d1.awsstatic.com/logos/aws/11-Celgene_Logo.5fb430bac3b90dc649c31f30d511c86039d87c35.png)
![](https://d1.awsstatic.com/logos/aws/6-ProQuest_Logo.469076fc08994ff0a3b9156206d4428950c9e4b4.png)
![イリノイ大学 イリノイ大学](https://d1.awsstatic.com/AWS%20Solutions%20Digital%20Marketing/ML%20Solutions/Illinois_600x201.a4286ee62aa61093ae773cc39459be932cacd127.png)
![](https://d1.awsstatic.com/logos/aws/5-F1_Logo.67038cb310105ee8b211b31efb2ee45351781a17.png)
![](https://d1.awsstatic.com/logos/aws/WKES%20Logo.521a5d4ee72f294ef0682c8faea58a0bd214758d.png)
![](https://d1.awsstatic.com/logos/customers/ntt-docomo-200x100.58fc172adeed7e7fbb6aca742a88dc08ae77f14a.png)
![](https://d1.awsstatic.com/logos/aws/2-Seahawks_Logo.e1fd62522c86a788767993000b09b4e0522345d9.png)
![](https://d1.awsstatic.com/logos/aws/12-Polaris_Logo.c7fb05aa7a683b4f128c011886eb028828dfc354.png)
![](https://d1.awsstatic.com/logos/caplogo_e%20(1).6c778d3449ec49d63891bbbb82fc221a91d2d24f.png)
![](https://d1.awsstatic.com/re19/wavelength/Sk-telecom_Logo_19.f1b903a713dd70d8adc0c2190835a0840ae996fc.png)
![](https://d1.awsstatic.com/AWS%20Solutions%20Digital%20Marketing/ML%20Solutions/Mixi_logo.ec87a88da4957c369393460fb94f84416733fbb1.png)
![](https://d1.awsstatic.com/deepracer/1280px-Hoffmann-La_Roche_logo.2cc8f9dad0a8ed0b39a5edbde04150117dc01dfe.png)
![三菱 UFJ フィナンシャルグループ 三菱 UFJ フィナンシャルグループ](https://d1.awsstatic.com/logos/aws/mufg_mb_rgb_pos.dcbf2a3658cae22fb00c15327fe731e26d6a5eb6.png)