Instiq
第2章 · ML モデルの開発·v2.1.0·更新 2026/6/28·読了目安 約10分

変更要約: in-scope サービス網羅: モデル開発/AIサービス(SageMaker AI/Bedrock/Q/Comprehend/Kendra/Personalize/Fraud Detector/Rekognition/Polly/Lookout/HealthLake/A2I/CodeGuru)を追加

2.1モデルの選択とトレーニング

この節の要点

SageMaker での3つのモデル構築アプローチ（組み込みアルゴリズム・スクリプトモード/独自コンテナ・AutoML/JumpStart）、トレーニングジョブの基礎を理解します。MLA-C01 の「ML モデルの開発」の出発点です。

データが整ったら、いよいよモデルを選んでトレーニングします。SageMaker では、手間と自由度の異なる複数のアプローチから選べます。

2.1.1構築アプローチ

組み込みアルゴリズム（XGBoost 等・データを用意するだけ・最小の手間）、スクリプトモード/独自コンテナ（自分のコード/コンテナ・PyTorch/TF/sklearn・完全な制御）、AutoML/JumpStart（Autopilot・基盤モデル・自動/事前学習・素早い開始）の3アプローチを手間の少ない順に示した図。
SageMaker のモデル構築アプローチ
  • 組み込みアルゴリズム：XGBoost など、AWS 提供のアルゴリズムにデータを渡すだけ。最小の手間。
  • スクリプトモード/独自コンテナ：PyTorch/TensorFlow/scikit-learn など自分のコードで学習。最大の自由度。
  • AutoML（Autopilot）/JumpStart：自動で最適モデルを探索、または事前学習済み/基盤モデルを活用。素早い開始。
  • トレーニングジョブ：インスタンスタイプ・データ入力・ハイパーパラメータを指定して学習を実行する。
試験ポイント

「手間最小・表形式に強い＝組み込み XGBoost」「自前のフレームワーク＝スクリプトモード/独自コンテナ」「自動でモデル探索＝Autopilot」「事前学習/基盤モデル＝JumpStart」 は MLA で頻出です。

モデル構築は「手間と自由度のトレードオフ」で選びます。組み込みアルゴリズム（XGBoost・linear learner・k-means など）はデータを渡すだけで、特に表形式データに強く最小の手間。スクリプトモード/独自コンテナは PyTorch/TensorFlow/scikit-learn など自前コードで学習でき自由度が最大（既存資産の移行向け）。AutoML（Autopilot）はモデルとハイパーパラメータを自動探索、JumpStartは事前学習済み/基盤モデルを素早く使えます。学習は トレーニングジョブで、インスタンスタイプ・入力（入力モード File/Pipe/FastFile）・ハイパーパラメータを指定して実行し、成果物は S3 のモデルアーティファクトに保存。大規模化には 分散トレーニング（データ並列/モデル並列）、コスト削減には マネージドスポットトレーニング（最大約90%引き・中断に備え チェックポイント）を使います。問題タイプ（分類/回帰/予測/レコメンド/画像/NLP）に合わせてアルゴリズムを選び、まずは XGBoost のような強いベースラインから始めるのが定石です。

状況最適なアプローチ
表形式・最小の手間組み込み（XGBoost 等）
自前フレームワークで学習スクリプトモード/独自コンテナ
自動でモデル探索AutoML（Autopilot）
事前学習/基盤モデルを活用JumpStart
例

シナリオ：表形式の解約予測モデルを短期間で作りたい。 まず組み込み XGBoost で強いベースラインを構築（データを S3 に置いてトレーニングジョブ）。学習コストはマネージドスポット＋チェックポイントで削減。さらに精度が要ればスクリプトモードで独自特徴量や別フレームワークを試し、探索を任せるなら Autopilot に切り替えます。

補足

Q. 表形式で最小の手間？ 組み込み XGBoost。Q. 自前 PyTorch コード？ スクリプトモード/独自コンテナ。Q. 自動でモデル探索？ Autopilot。Q. 事前学習/基盤モデル？ JumpStart。Q. 学習コスト削減？ マネージドスポット＋チェックポイント。

注意

混同に注意：
①Autopilot＝自動でモデル探索／JumpStart＝事前学習・基盤モデル——取り違えない。
②マネージドスポットは中断され得るためチェックポイント必須。
③組み込みアルゴリズムでも入力フォーマット（RecordIO/CSV 等）やハイパーパラメータ要件がある。
④巨大データを毎回フルロードすると遅い——Pipe/FastFile モードを検討。

補足

大規模学習では分散トレーニングやスポットインスタンス（マネージドスポットトレーニング）でコストを下げられます。チェックポイントで中断に備えます。

2.1.2この節のまとめ

  • 組み込み／スクリプト・独自コンテナ／AutoML・JumpStart を使い分け
  • コスト削減＝マネージドスポット＋チェックポイント

進捗の記録にはログインが必要です。

理解度チェック

（軽い確認用）

Q1. 表形式データに対し最小の手間で高性能な分類/回帰モデルを作りたい。最も適すのはどれですか？

Q2. 独自の PyTorch コードで SageMaker 上で学習したい。最も適した方法はどれですか？

Q3. コードをほとんど書かずに自動で最適なモデルとハイパーパラメータを探索したい。何を使いますか？

理解度を確認第2章「ML モデルの開発」の問題を解く