実践 AWSデータサイエンス ―エンドツーエンドのMLOpsパイプライン実装

1章AWSにおけるデータサイエンス入門

　本章では、データサイエンスプロジェクトをクラウドで構築するメリットについて説明します。まず、クラウドコンピューティングのメリットについて説明します。次に、典型的な機械学習のワークフローと、モデルやアプリケーションをプロトタイピングの段階から本番環境に移行させるための共通の課題について説明します。Amazon Web Services（AWS）でデータサイエンスプロジェクトを開発することの全体的なメリットに触れ、モデル開発ワークフローの各ステップに関連するAWSサービスを紹介します。また、アーキテクチャのベストプラクティスについて、特に運用上の優秀性、セキュリティ、信頼性、パフォーマンス、コスト最適化に関連する内容についても紹介します。

1.1　クラウドコンピューティングのメリット

　クラウドコンピューティングを用いると、インターネットを介してITリソースをオンデマンドで提供し、必要なときに必要なだけ従量課金制で利用することができます。つまり、自社でデータセンターやサーバーを購入・所有・保守するのではなく、必要に応じて計算能力、ストレージ、データベース、その他のサービスなどのテクノロジーを入手することができるのです。自宅の電気のスイッチを入れると電力会社が瞬時に電気を供給するのと同じように、クラウドは、ボタンをクリックしたり、APIを呼び出したりすることで、必要に応じてITリソースを提供します。

　「経験のための圧縮アルゴリズムは存在しない（There is no compression algorithm for experience）」とは、Amazon Web ServicesのCEOであるAndy Jassyの有名な言葉です※1 ...