ソリューション設計の概要 ​

AIMLアクセラレーターは、トレーニングデータのステージング、機械学習（ML）モデルのトレーニング、予測の取得という3つの主要プロセスで構成されます。

トレーニングデータのステージング ​

トレーニングデータのステージングには、次の手順が含まれます:

1. Workatoは、関連するトレーニングデータについてソースシステムにクエリを実行します。
2. ソースシステムがクエリに応答します
3. Workatoはソースデータを特徴表現に変換し、定義済みルールに照らしてデータを検証します。
4. S3はAWS SageMakerのデータステージング領域として機能します。

トレーニングデータをステージングする方法を学ぶ.

MLモデルのトレーニング ​

MLモデルのトレーニングには、次の手順が含まれます:

1. Workatoは、関連するトレーニングデータについてソースシステムにクエリを実行します。
2. ソースシステムがクエリに応答します。
3. Workatoはソースデータを特徴表現に変換し、定義済みルールに照らして検証します。
4. WorkatoはS3の場所を指定してSageMakerを呼び出し、機械学習モデルをトレーニングしてデプロイします。

機械学習モデルをトレーニングする方法を学ぶ.

予測の取得 ​

予測の取得には、次の手順が含まれます:

1. Workatoは関連イベントに基づいてトリガーされ、これまで見られていないデータを取得します。
2. Workatoは特徴文字列を構築し、モデルエンドポイントに対して予測リクエストを行います。
3. SageMakerはMLモデルの予測で応答します。
4. Workatoは、特定のユースケースで必要とされる方法で応答を処理します。 たとえば、出力をターゲットシステムに送信するようにWorkatoを設定できます。 応答を評価して自動化プロセスを推進するようにWorkatoを設定することもできます。

予測を取得する方法を学ぶ.