MENU
試験勉強のメモ
  1. ホーム
  2. AWS Certified Cloud Practitioner
  3. 【AWS Certified Cloud Practitioner】AWSのAI/MLサービスを初心者向けに整理｜SageMaker・Lex・Kendra・Textractの違いが分かる

【AWS Certified Cloud Practitioner】AWSのAI/MLサービスを初心者向けに整理｜SageMaker・Lex・Kendra・Textractの違いが分かる

AWS Certified Cloud Practitioner

AWS Certified Cloud Practitioner対策：AWSのAI/MLサービスを初心者向けに整理｜SageMaker・Lex・Kendra・Textractの違いが分かる

AWS Certified Cloud Practitioner（CLF-C02）では、AI/ML分野で「各サービスが何をするのか」を見分けられることが重要です。AWS公式の試験ガイドでも、Task Statement 3.7 として AWSのAI/MLサービスと、それぞれが実行するタスクを識別すること が挙げられています。

この記事では、初学者が混同しやすい AWS の AI/ML サービスを、役割・使いどころ・覚え方 の順で整理します。実装の細かい手順ではなく、試験で問われやすい「この要件ならどのサービスか」を判断できることを目標にします。

目次

まず押さえたい結論：AWSのAI/MLは大きく2系統ある

AWSのAI/MLサービスは、大きく次の2つに分けて考えると理解しやすくなります。

1. 目的別にすぐ使えるAIサービス

すでに用途がある程度決まっているAI機能を、APIやコンソールから利用するタイプです。たとえば、次のようなものがあります。

  • 音声を文字にする：Amazon Transcribe
  • 文字を音声にする：Amazon Polly
  • 画像や動画を解析する：Amazon Rekognition
  • 文書から文字や表を抽出する：Amazon Textract
  • 文章を分析する：Amazon Comprehend
  • 会話ボットを作る：Amazon Lex
  • 社内文書をAI検索する：Amazon Kendra
  • 文章を翻訳する：Amazon Translate

これらは特定の作業をすぐ実現したいときに向いています。自分で機械学習モデルをゼロから設計・学習させる前提ではありません。

2. 自分で機械学習モデルを作るための基盤

代表が Amazon SageMaker です。SageMaker は、データ準備、モデル構築、トレーニング、評価、デプロイまでを支援する機械学習プラットフォームです。

たとえば「自社の購買データから離脱しそうな顧客を予測したい」「自社データで独自の分類モデルを作りたい」といった場合は、目的別AIサービスよりも SageMaker の出番になりやすいです。

Cloud Practitionerでの見方：細かい実装よりも“用途の識別”が大事

この試験では、機械学習アルゴリズムの詳細実装やパラメータ調整を深く問うよりも、「どのサービスがどの仕事を担当するか」 を判別できることが重要です。

たとえば、次のように判断できる状態を目指します。

  • 会議音声を文字起こししたい → Amazon Transcribe
  • PDFの請求書から表やフォーム項目を抜き出したい → Amazon Textract
  • チャットボットを作りたい → Amazon Lex
  • 社内文書を自然文で検索したい → Amazon Kendra
  • 自社データで予測モデルを作りたい → Amazon SageMaker

Amazon SageMakerを初心者向けに整理

SageMaker は「機械学習をするための総合基盤」です。参考書では、SageMaker の中でも Canvas、JumpStart、Studio が並べて紹介されることがあります。ここは試験向けに役割を切り分けて覚えると混乱しません。

Amazon SageMaker Canvas

ノーコードで予測モデルを扱いやすい機能です。コードを書かずに、データを読み込んで予測やモデル構築を進められます。

たとえば、過去の顧客データを取り込み、「この顧客は解約しそうか」 を予測する、といった使い方ができます。機械学習の専門家ではない業務担当者が入りやすいのが特徴です。

イメージしやすい例

  • 売上データから在庫を予測したい
  • 顧客データから解約リスクを予測したい
  • 価格や需要を予測したい

Amazon SageMaker JumpStart

事前学習済みモデル、ソリューションテンプレート、サンプルノートブックを使って、すばやく始めるための機能です。

ゼロから全部作るのではなく、「まず動くものを早く用意したい」「既存モデルを出発点にしたい」ときに向いています。

イメージしやすい例

  • 画像分類のサンプルを土台に試してみる
  • 既存モデルを使って短時間でPoCを始める
  • サンプルノートブックを見ながら学習する

Amazon SageMaker Studio

機械学習開発のための統合開発環境（IDE）です。ノートブック、コードエディタ、各種ツールをまとめて扱えます。

Canvas が「ノーコード寄り」、JumpStart が「すぐ始めるための入口」だとすると、Studio は本格的に開発や実験を進める作業場という理解がしやすいです。

イメージしやすい例

  • ノートブックで特徴量を作る
  • モデルを学習・評価する
  • 実験結果を見ながら改善する

試験向けのSageMaker覚え方

  • Canvas：コードなしで予測・モデル作成
  • JumpStart：事前学習済みモデルやテンプレートで早く始める
  • Studio：本格的なML開発の作業場

AWSの主要AI関連サービスを一気に整理

サービス何をするサービスか初心者向けの一言
Amazon Lex会話型インターフェイスの構築チャットボット・音声ボット
Amazon KendraAI検索・情報検索社内文書を賢く探す
Amazon Comprehendテキスト分析文章の意味を分析する
Amazon Pollyテキストを音声に変換読み上げ
Amazon Rekognition画像・動画解析画像の中身を見る
Amazon Textract文書の文字・表・フォーム抽出OCR＋帳票理解
Amazon Transcribe音声をテキストに変換文字起こし
Amazon Translateテキスト翻訳多言語化
Amazon SageMaker機械学習モデルの構築・学習・デプロイ自分でMLモデルを作る基盤

各サービスを例つきでやさしく解説

Amazon Lex：会話型AIを作る

Amazon Lex は、音声やテキストを使う会話型インターフェイスを作るサービスです。いわゆるチャットボットや音声ボットの構築に使います。

例

「配送状況を教えて」「予約を変更したい」といった質問に答えるサポートボットを作る場合に向いています。

試験での見分け方

“会話する仕組み” が必要なら Lex と考えると覚えやすいです。

Amazon Kendra：AI検索を行う

Amazon Kendra は、自然な言葉で社内文書やナレッジを検索するためのサービスです。従来のキーワード一致だけではなく、意味や文脈を踏まえて関連情報を見つけやすくします。

例

社内ポータルで「育休申請の手順は？」と入力すると、関連する規程や申請手順書を探しやすくする、といった用途です。

試験での見分け方

“検索” が主目的なら Kendra です。文章分析そのものが目的の Comprehend とは役割が違います。

Amazon Comprehend：文章を分析する

Amazon Comprehend は、文章から意味のある情報を抽出するテキスト分析サービスです。感情分析、キーフレーズ抽出、エンティティ抽出などを行えます。

用語のミニ定義

  • 感情分析：文章がポジティブか、ネガティブかなどを判定すること
  • エンティティ抽出：人名、地名、組織名などの固有情報を取り出すこと

例

商品レビューを分析して、肯定的な意見と否定的な意見を分類する、といった使い方です。

試験での見分け方

“文章を調べて中身を理解したい” なら Comprehend と整理すると混乱しにくいです。

Amazon Polly：テキストを音声にする

Amazon Polly は、テキストを自然な音声に変換するサービスです。

例

  • ニュース記事の読み上げ
  • 視覚支援のための音声案内
  • 多言語の音声ガイダンス

試験での見分け方

文字 → 音声 が Polly です。逆方向の 音声 → 文字 は Transcribe です。

Amazon Rekognition：画像や動画を解析する

Amazon Rekognition は、画像や動画を解析するサービスです。物体やシーンの検出、ラベル付け、テキスト検出などを行えます。

例

  • 画像の中に「車」「人」「犬」が写っているかを判定する
  • 不適切コンテンツを検出する
  • 動画を解析して対象を検出する

試験での見分け方

“画像・動画そのものを解析” するなら Rekognition です。

Amazon Textract：OCR＋表やフォームの理解

Amazon Textract は、文書画像やPDFから文字を抽出するだけでなく、表やフォームの構造も扱えるサービスです。

単なるOCRより一歩進んでおり、「この値は請求書番号」「この欄は氏名」といった文書構造の把握に向いています。

例

  • 請求書から請求先、金額、明細表を抽出する
  • 申込書から氏名、住所、電話番号を取り出す

試験での見分け方

“スキャン文書から文字や表を取りたい” なら Textract です。画像解析全般の Rekognition とは用途が異なります。

Amazon Transcribe：音声をテキストにする

Amazon Transcribe は、音声を文字起こしするサービスです。録音ファイルでもストリーミング音声でも利用できます。

例

  • 会議の議事録作成
  • コールセンター音声の文字起こし
  • 動画字幕の生成

試験での見分け方

音声 → 文字 が Transcribe。Polly とセットで逆方向の関係として覚えると強いです。

Amazon Translate：テキスト翻訳

Amazon Translate は、テキストを多言語に翻訳するサービスです。

例

  • 商品説明の多言語化
  • 海外向けサポート文書の翻訳
  • グローバル対応アプリの翻訳機能

試験での見分け方

翻訳が必要なら Translate です。文字起こしは Transcribe、読み上げは Polly であり、役割が異なります。

よく混同される組み合わせ

Polly と Transcribe

  • Polly：テキスト → 音声
  • Transcribe：音声 → テキスト

Rekognition と Textract

  • Rekognition：画像・動画を広く解析する
  • Textract：文書から文字、表、フォームを抽出する

Kendra と Comprehend

  • Kendra：検索が目的
  • Comprehend：文章分析が目的

目的別AIサービス と SageMaker

  • 目的別AIサービス：既製のAI機能を使う
  • SageMaker：自分のデータでモデルを作る

試験直前用の最短整理

  • 会話ボット → Amazon Lex
  • AI検索 → Amazon Kendra
  • 文章分析 → Amazon Comprehend
  • 文字を音声化 → Amazon Polly
  • 画像・動画解析 → Amazon Rekognition
  • OCR・表・フォーム抽出 → Amazon Textract
  • 音声の文字起こし → Amazon Transcribe
  • 翻訳 → Amazon Translate
  • MLモデル構築基盤 → Amazon SageMaker
  • ノーコードで予測 → SageMaker Canvas
  • 事前学習済みモデルやテンプレート → SageMaker JumpStart
  • ML開発の統合環境 → SageMaker Studio

学習のコツ

Cloud Practitioner では、AI/ML サービスを細かく実装できることよりも、サービス名と役割を結びつけること が大切です。まずは「入力」と「出力」で覚えると整理しやすくなります。

  • 入力が音声で出力が文字なら Transcribe
  • 入力が文字で出力が音声なら Polly
  • 入力が文書画像やPDFで、表やフォームも扱いたいなら Textract
  • 入力が一般的な画像や動画で内容を見たいなら Rekognition
  • 社内文書を検索したいなら Kendra
  • 独自モデルを作りたいなら SageMaker

このレベルまで整理できると、Cloud Practitioner の AI/ML 問題ではかなり戦いやすくなります。

参考にしたAWS公式情報

AWS Certified Cloud Practitioner
AI/ML Amazon Comprehend Amazon Kendra Amazon Lex Amazon Polly Amazon Rekognition Amazon SageMaker Amazon SageMaker Canvas Amazon SageMaker JumpStart Amazon SageMaker Studio Amazon Textract Amazon Transcribe Amazon Translate aws AWS Certified Cloud Practitioner
よかったらシェアしてね！
  • URLをコピーしました！
  • URLをコピーしました！
目次