Neptune ML で GNN レコメンデーションやってみた
こんにちは。シンプルフォーム株式会社 にてインフラエンジニアをしています、山岸です。 当社では Amazon Neptune というグラフデータベースを用いた機能開発を行っています。以前、RDS データベース由来のデータを Neptune に流し込むための ETL パイプライン実装に関する記事を執筆しました。 本記事では、以前あまり触れられなかった Neptune ML について実際に触ってみたため、その概要や使い方についてご紹介したいと思います。 概要 シンプルフォームでは、グラフ DB を用いた機能を提供しています。グラフ DB の基盤として Amazon Neptune を使用しています。グラフの特性を活かしたより高度な機能提供に向けて、Graph Neural Network (GNN) のような技術についても価値検証を行なっています。 Neptune には、グラフデータに対する機
Amazon Neptune MLの一般提供が開始。エッジ予測、オートメーションなどをサポート
グラフニューラルネットワーク（GNN）を使用するグラフの機械学習機能であるAmazon Neptune MLは、Amazon Neptuneが利用できるすべてのリージョンで一般利用できるようになりました。Neptune MLは、AWSが提供するオープンソースライブラリであるディープグラフライブラリ（DGL）を使用して、グラフデータに最適なMLモデルを選択してトレーニングするという困難な作業を自動化します。Neptune ML を使用すれば、グラフ以外の方法を使用して予測を行う場合と比べて、グラフのほとんどの予測精度を 50% 以上向上させることができます。 製品レコメンデーション、ナリッジグラフ、カストマー360、不正検出などのグラフィックアプリケーションは、新しい頂点やエッジの予測ラベルを使用して、深いインサイトを提供することができます。お客様は、Neptune MLを使用し、分類と回帰
AWS Neptuneを使ってニュースパスのコメント機能をGraphDBで実装・運用する方法 - Gunosy Tech Blog
こんにちは。ニュースパスのサーバーサイドエンジニアをしているmanoです。 昨年末から、ニュースパスで記事にコメントができるようになりました。 そのコメントデータを、AWS Neptuneを使ってグラフ構造で保持しています。 今回は、その実装・運用について書きたいと思います。 AWS Neptuneって？ AWS Neptuneは、GraphDBが扱えるAWSのフルマネージドサービスです(詳しくはこちら)。 マスター・レプリカ構成のクラスターを作ることができ、レプリカは最大で15まで並べることができます。 GraphDBとのやりとりについて、Neptuneは「グラフトラバーサル言語」であるGremlinとSPARQLをサポートしているので、このいずれかで実装することになります。私はどちらも「なんじゃそりゃ」というところからのスタートだったので、直感的に書き方がしっくりきたGremlinを使
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
