機械学習クラウド講座の受講体験記：クラウドサービスの活用方法が学べる16時間

こんにちは、スキルアップAI広報です。2020年11月～4回に渡って弊社初となる機械学習クラウド講座を実施しました。講座の雰囲気を少しでも感じていただけるように、講座に参加していた弊社インターン生の受講体験レポートをご紹介いたします！

<目次>

はじめに
受講のきっかけ
カリキュラム
主要な機械学習系サービスを使いこなせるようになる
料金が発生するポイントが分かるようになる
横断的に3大クラウドを学ぶことで、選択肢の幅が広がる
まとめ

1.はじめに

こんにちは。スキルアップAIでインターンをしている清水です。私は普段、大学院で数理統計学の理論研究をしています。

皆さんは日常生活の中で「データをクラウドに置いておく」あるいは、「クラウドを利用したサービス」という表現を耳にしたことがありませんか？
クラウドとは、インターネットを経由して様々なデータやサービスを利用するコンピュータの利用形態のことです。クラウドの普及に伴い、様々な企業が便利なクラウドサービスを提供しています。
代表的なクラウドサービスには、業界内で最大のシェアを誇るAmazonの「Amazon Web Services」、マイクロソフトの「Microsoft Azure」、Googleが提供する「Google Cloud Platform」があります (以下AWS、Azure、GCPと略します)。

クラウドサービスを用いることで、計算機スペック(メモリの量やCPUコア数など)を自由に変更したり、TBを超えるビックデータの保存を容易に行うことができます。また、クラウドを使用する大きな利点として、クラウド事業者がセキュリティへの対応やサービスのアップデート(保守改修)を担当してくれることも挙げられます。

引用： https://www.business2community.com/cloud-computing/the-latest-public-cloud-market-share-and-beyond-02258898

2.受講のきっかけ

私は以前アルバイトで一部のAWSのサービスを使用したことがあります。便利なサービスがたくさんあると感じた一方、クラウド特有の概念や専門用語が多すぎて作業に行き詰まり、時間を無駄に浪費してしまう苦い経験をしました。充実した参考書があまり存在せず、効率よく知識をキャッチアップして実務に活かしていくことが困難であるのは依然と変わりません。

また、私は将来データサイエンスティストや機械学習エンジニアとして活躍したいと思っています。就活サイトを閲覧していると、募集要項の「必須条件」や「歓迎スキル」の欄で「Azure、GCP、AWSの利用経験」という記載を目にする機会が多く、クラウドの知識は必須だと考えていました。

クラウドに関する資格試験も近年急速に増加しているため、本講座の案内を見たとき「効率よく学習できる！絶対に受講したい！」と思い即決で受講することを決めました。

3.カリキュラム

本講座は1回につき4時間の講座で、Day1～Day4まであるため、全通算で16時間受講することになります。具体的なカリキュラム以下の通りです。

Day1：Azure、GCP、AWSのサービスの概観の把握
Day2：Azureの主要サービスの使い方
Day3：GCPの主要サービスの使い方
Day4：AWSの主要サービスの使い方

Day1では、3大クラウドそれぞれにある主要サービスの概観、クラウドを使う利点や利用料金の確認方法などを学びます。Day2～4では、Azure、GCP、AWSの順でそれぞれの機械学習に関するサービスについて詳しく学習していきます。

本講座を受講するための必須スキルには、Python講座、機械学習講座の修了相当があります。私はこの条件を満たした上で受講に臨みました。
講座の中ではデータの前処理、モデルの学習、予測と評価などの一連の機械学習プロセスをPythonでコーディングする機会もあります。受講を考えている方は講座前までにそれらのことを少し復習しておくことをお勧めします。

4.主要な機械学習系サービスを使いこなせるようになる

表のように、 3大クラウドの機械学習に関するサービスは、それぞれ大きく分けてAPI系と開発プラットフォームに分かれることを学びました。

APIとは、「コンピュータを操作するための命令をあらかじめまとめたもの」で、有名なものにYouTube APIやTwitter APIがあります。Day1では、Cognitive Services、Cloud AI Building Blocks、AIサービス (表中参照)の中に便利なAPI系サービスが数多くあることを紹介していただきました。

Day2以降では、Azureの画像認識サービス「Custom Vision API」、GCPの動画分類サービス「Auto ML Video Intelligence」、AWSの物体検出サービス「Amazon Rekognition」等について学びました。深い専門スキルがなくても、ボタンをポチポチと押しながら手軽に機械学習サービスを作れることに大変驚きました。
開発プラットフォームサービスは、1からモデルを作成したいときに利用します。ノートブック環境が無償で提供されており、ユーザーがすぐにプログラムを書いて開発できる環境が整っています。

講座内では、API系サービスと開発プラットフォームサービスの使い方について、ハンズオンを通して学んでいきます。以下の画像は、Amazon Rekognitionのハンズオンの際に作成したものです。物体検出タスクに関してあまり馴染みのない私でも、画像内にある物体の位置とカテゴリー(クラス)の検出を簡単に行うことができました。

5.料金が発生するポイントが分かるようになる

クラウドサービスは、料金形態が非常に複雑です。それがネックでこれまで1人でクラウドの学習を進めることに抵抗があったという方もいらっしゃるのではないでしょうか？
私も自分で学習を進めていきたいなと考えていた時期がありましたが、自身のミスで高額料金の請求が発生したという記事をネットで見たことがあり、なかなか学習に進めずにいました。
参考：https://note.com/munmun1234/n/n7515fef76041

講義内では、料金がかかるポイントや予算のアラートを設定する方法を詳しく教えてもらえたため、安心してクラウドサービスを使えるようになりました。私は金銭面の観点から3大クラウドの類似したサービスを使い分けるということもできるようになりました。

6.横断的に3大クラウドを学ぶことで、選択肢の幅が広がる

本講座の受講を考えている方の中で、Azure、GCP、AWSのどれかひとつに精通していれば十分と考えている方もいらっしゃるのではないでしょうか。私も以前はそのように考えていましたが、本講座を受講したことで考え方が大きく変わりました。

講座内では、3大クラウドそれぞれに特徴的なサービスあることを紹介していただきました。例えば、対話型のQ & Aを作成できるAI系サービスがあるのはAzureのみです。

そのため、GCPやAWSだけ学ぶといった選択肢はあまり適切でないということに気付きました。

GCPでは、大規模なデータの保存や管理ができるサービス上で機械学習を行うことも可能です。SQLさえ知っていれば深い専門知識がなくても機械学習を実行できるのは大変驚きました。

近年AWSからも類似したサービス「Amazon Redshift ML」のプレビュー提供が開始されました。このように魅力ある新しいサービスがクラウド事業者から次々とリリースされているため、「クラウドに関する勉強はこれからも継続してやっていくぞ！」と考えるようになりました。

7.まとめ

本講座を受講したことで「クラウドを選ぶコツ」を習得しました。3大クラウドのどれが1番良いというのは一概には言えません。大切なことは、自社のシステムとの相性やその時のプロジェクト期間の長さなどに応じて、クラウドを使い分けることができるスキルを身につけておくことです。

また、「費用」についても重要なポイントであることに気付きました。クラウドを導入することで、自社のサービスの運用にかかっていた月額費用の大幅な削減につながることもありうるので、今回クラウドサービスの使い分けを学べたことは大きな収穫でした。通し課題もあるため、モチベーションを常に維持しながら学習を進めることができました。

皆さんも本講座を通して、クラウドサービスの機械学習サービスを使いこなすスキルを身に付けましょう！

スキルアップAIでは、機械学習エンジニアの視点で、クラウドで機械学習を行うことの良さを紹介する動画を無料配布しております。
Microsoft Azureを取り上げ、「Azure Cognitive Services」「Azure Machine Learning」の紹介とGCPやAWSとの簡単な比較を行っております。また、Azureを活用した「メダカの判別AI」のデモンストレーションを紹介しております。