6SageMaker エコシステムと AI サービス

• 6.1SageMaker のワークフロー

  一貫した ML 基盤——SageMaker Studio、組み込みアルゴリズム、トレーニングジョブ、Processing、準備→学習→デプロイ→監視——を理解します。

• 6.2高レベル AI サービス

  作らずに使う——Rekognition、Comprehend、Transcribe/Polly、Translate、Textract、Personalize（時系列予測の Forecast は新規提供を終了し、後継は SageMaker Canvas 等）——を理解します。学習不要の API で素早く実装します。

• 6.3データラベリングと構築方針

  最後の判断——Ground Truth（ラベリング）、AI サービス vs カスタム、コストと労力のトレードオフ、適切な選択——を理解します。作るか使うかを賢く選びます。