ソリューションデザインの概要

AIMLアクセラレーターは、次の3つの主要なプロセスで構成されています：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。

---

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をソースシステムからクエリします。
2. ソースシステムはクエリに応答します。
3. Workatoはソースデータをフィーチャーレプレゼンテーションに変換し、定義されたルールに対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エリアとして機能します。

トレーニングデータのステージング方法を学ぶ.

---

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をソースシステムからクエリします。
2. ソースシステムはクエリに応答します。
3. Workatoはソースデータをフィーチャーレプレゼンテーションに変換し、定義されたルールに対してデータを検証します。
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および展開します。

機械学習モデルのトレーニング方法を学ぶ.

---

予測の取得

予測の取得には、次の手順が含まれます：

1. Workatoは関連するイベントに基づいてトリガーされ、以前に見たことのないデータをキャプチャします。
2. Workatoはフィーチャーストリングを構築し、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モデルの予測結果を応答します。
4. Workatoは特定のユースケースに応じて応答を処理します。たとえば、Workatoを設定して出力をターゲットシステムに送信することができます。また、Workatoを設定して応答を評価し、自動化プロセスを実行することもできます。

予測の取得方法を学ぶ.

---