翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。 # Amazon SageMaker JumpStart Industry: Financial SageMaker JumpStart Industry の使用: Financial のソリューション、モデル、サンプルノートブックでは、業界別に的を絞った機械学習問題に関する厳選されたワンステップソリューションおよびサンプルノートブックを通じて SageMaker AI の特徴と機能を学びます。ノートブックでは、SageMaker JumpStart Industry Python SDK を使用して業界のテキストデータを強化し、事前トレーニング済みモデルを微調整する方法も示します。 **Topics** + [Amazon SageMaker JumpStart Industry Python SDK](#studio-jumpstart-industry-pysdk) + [Amazon SageMaker JumpStart Industry: Financial のソリューション](#studio-jumpstart-industry-solutions) + [Amazon SageMaker JumpStart Industry: Financial モデル](#studio-jumpstart-industry-models) + [Amazon SageMaker JumpStart Industry: Financial のサンプルノートブック](#studio-jumpstart-industry-examples) + [Amazon SageMaker JumpStart Industry: Financial のブログ記事](#studio-jumpstart-industry-blogs) + [Amazon SageMaker JumpStart Industry: Financial の関連調査](#studio-jumpstart-industry-research) + [Amazon SageMaker JumpStart Industry: Financial のその他のリソース](#studio-jumpstart-industry-resources) ## Amazon SageMaker JumpStart Industry Python SDK SageMaker Runtime JumpStart には、SageMaker JumpStart Industry Python SDK と呼ばれるクライアントライブラリを通じて、業界向けデータセットをキュレートし、事前トレーニング済みのモデルをファインチューニングするための処理ツールが用意されています。SDK に関する詳細な API ドキュメント、 SageMaker JumpStart で最先端モデルのパフォーマンスを向上させるための業界テキストデータセットの処理と強化については、「[SageMaker JumpStart Industry Python SDK オープンソースのドキュメント](https://sagemaker-jumpstart-industry-pack.readthedocs.io)」を参照してください。 ## Amazon SageMaker JumpStart Industry: Financial のソリューション SageMaker JumpStart Industry: Financial では、次のソリューションノートブックが提供されています。 + **企業の信用格付け予測** この SageMaker JumpStart Industry: Financial のソリューションは、拡張テキストを使用した企業信用格付けモデルのテンプレートを提供します。このテンプレートは、数値特徴 (ここでは有名なアルトマンの 5 つの財務比率) に基づいたモデルと SEC ファイリングのテキストを組み合わせて、信用格付けの予測を改善する方法を示します。アルトマンの 5 つの比率以外にも、必要に応じて変数を追加したり、カスタム変数を設定したりできます。このソリューションノートブックでは、SEC ファイリングのテキストの自然言語処理スコアリングを処理する際に SageMaker JumpStart Industry Python SDK を活用する方法を説明しています。さらにこのソリューションは、拡張データセットを使用してモデルをトレーニングすることによって、クラス最高のモデルを実現し、本番環境の SageMaker AI エンドポイントにモデルをデプロイし、改善された予測をリアルタイムで取得する方法も示します。 + **グラフベースの信用度採点** 信用格付けは従来、財務諸表データと市場データを使用するモデルで生成されますが、それらは表形式のみ (数値およびカテゴリ) です。このソリューションでは、[SEC ファイリング](https://www.sec.gov/edgar/searchedgar/companysearch.html)を使用して企業のネットワークを構築し、企業関係のネットワークと表形式のデータを利用して正確な格付け予測を作成する方法を示します。このソリューションでは、企業間のつながりに関するデータを利用して、格付け業界で何十年も使用されてきた従来の表形式のクレジットスコアリングモデルを、ネットワーク上の機械学習モデルにまで拡張する方法を示しています。 **注記** ソリューションノートブックは、デモンストレーション専用のノートブックです。財務や投資のアドバイスを提供するものではありません。 これらの金融サービスソリューションは、Studio Classic の SageMaker JumpStart ページで見つけることができます。 **重要** 2023 年 11 月 30 日以降、従来の Amazon SageMaker Studio のエクスペリエンスは Amazon SageMaker Studio Classic と名前が変更されました。以下のセクションは、Studio Classic アプリケーションの使用を前提とした内容です。更新後の Studio エクスペリエンスを使用する場合は、「[Amazon SageMaker Studio](studio-updated.md)」を参照してください。 Studio Classic は既存のワークロードでも維持されていますが、オンボーディングに利用できなくなりました。既存の Studio Classic アプリケーションのみを停止または削除でき、新しいアプリケーションを作成することはできません。[ワークロードを新しい Studio エクスペリエンスに移行](studio-updated-migrate.md)することをお勧めします。 **注記** SageMaker JumpStart Industry: Financial のソリューション、モデルカード、サンプルノートブックのホストおよび実行は、SageMaker Studio Classic でのみ行うことができます。[SageMaker AI コンソール](https://console.aws.amazon.com/sagemaker)にログインし、SageMaker Studio Classic を起動します。ソリューションカードの検索方法については、前のトピックの「[SageMaker JumpStart](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-jumpstart.html)」を参照してください。 ## Amazon SageMaker JumpStart Industry: Financial モデル SageMaker JumpStart Industry: Financial では、以下に示す、事前トレーニング済みの [RoBERTa](https://arxiv.org/pdf/1907.11692.pdf) モデルが提供されます。 + **財務テキスト埋め込み (RoBERTa-SEC-Base)** + **RoBERTa-SEC-WIKI-Base ** + **RoBERTa-SEC-Large ** + **RoBERTa-SEC-WIKI-Large ** RoBERTa-SEC-Base と RoBERTa-SEC-Large のモデルは、[GluonNLP の RoBERTa モデル](https://nlp.gluon.ai/api/model.html#gluonnlp.model.RoBERTaModel)に基づくテキスト埋め込みモデルであり、2010 年代の 10 年間 (2010 年から 2019 年) の S&P 500 SEC 10-K/10-Q レポートで事前トレーニングされています。これ以外にも、SageMaker AI JumpStart Industry: Financial では、さらに 2 つの RoBERTa のバリエーション (RoBERTa-SEC-WIKI-Base と RoBERTa-SEC-WIKI-Large) が提供されています。これらは、SEC ファイリングと Wikipedia の一般的なテキストで事前トレーニングされています。 SageMaker JumpStart でこれらのモデルを検索するには、**[テキストモデル]** ノードに移動して **[すべてのテキストモデルを探索]** を選択し、ML Task **[テキスト埋め込み]** をフィルタリングします。選択したモデルを選択すると、対応するノートブックにアクセスできます。ペアになったノートブックを使用すれば、SageMaker JumpStart Industry Python SDK によって強化されたマルチモーダルデータセットの特定の分類タスクに対して、事前トレーニング済みのモデルを微調整する方法を確認できます。 **注記** モデルノートブックは、デモンストレーション専用のノートブックです。財務や投資のアドバイスを提供するものではありません。 次のスクリーンショットには、Studio Classic の SageMaker AI JumpStart ページで提示される、事前トレーニング済みのモデルカードが表示されています。 ![\[Studio Classic の SageMaker AI JumpStart ページで提示される、事前トレーニング済みのモデルカード。\]](http://docs.aws.amazon.com/ja_jp/sagemaker/latest/dg/images/jumpstart/jumpstart-finance-models.png) **注記** SageMaker JumpStart Industry: Financial のソリューション、モデルカード、サンプルノートブックのホストおよび実行は、SageMaker Studio Classic でのみ行うことができます。[SageMaker AI コンソール](https://console.aws.amazon.com/sagemaker)にログインし、SageMaker Studio Classic を起動します。モデルカードの検索方法については、前のトピックの「[SageMaker JumpStart](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-jumpstart.html)」を参照してください。 ## Amazon SageMaker JumpStart Industry: Financial のサンプルノートブック SageMaker JumpStart Industry: Financial は、業界別に焦点を絞った機械学習の問題を解決するための、次のようなサンプルノートブックを提供しています。 + **Financial TabText Data Construction** - このサンプルでは、SageMaker JumpStart Industry Python SDK を使用し、NLP スコアのタイプと対応する単語リストに基づいて、テキストの要約やスコアリングなどの SEC ファイリングを処理する方法について説明します。このノートブックの内容をプレビューするには、「[Simple Construction of a Multimodal Dataset from SEC Filings and NLP Scores](https://sagemaker-jumpstart-industry-pack.readthedocs.io/en/latest/notebooks/finance/notebook1/SEC_Retrieval_Summarizer_Scoring.html)」を参照してください。 + **Multimodal ML on TabText Data** - このサンプルでは、異なるタイプのデータセットを TabText という 1 つのデータフレームにマージし、マルチモーダル ML を実行する方法を示します。このノートブックの内容をプレビューするには、「[Machine Learning on a TabText Dataframe – An Example Based on the Paycheck Protection Program](https://sagemaker-jumpstart-industry-pack.readthedocs.io/en/latest/notebooks/finance/notebook2/PPP_TabText_ML.html)」を参照してください。 + **Multi-category ML on SEC filings data** - このサンプルでは、多クラス分類タスクの SEC ファイリングからキュレートされたマルチモーダル (TabText) データセットで AutoGluon NLP モデルをトレーニングする方法を示します。[MDNA テキスト列に基づいて、業界コードに SEC 10K/Q ファイリングを分類する](https://sagemaker-jumpstart-industry-pack.readthedocs.io/en/latest/notebooks/finance/notebook3/SEC_MNIST_ML.html)。 **注記** サンプルノートブックは、デモンストレーション専用のノートブックです。財務や投資のアドバイスを提供するものではありません。 **注記** SageMaker JumpStart Industry: Financial のソリューション、モデルカード、サンプルノートブックのホストおよび実行は、SageMaker Studio Classic でのみ行うことができます。[SageMaker AI コンソール](https://console.aws.amazon.com/sagemaker)にログインし、SageMaker Studio Classic を起動します。サンプルノートブックの検索方法については、前のトピックの「[SageMaker JumpStart](https://docs.aws.amazon.com/sagemaker/latest/dg/studio-jumpstart.html)」を参照してください。 サンプルノートブックの内容をプレビューするには、SageMaker JumpStart Industry Python SDK ドキュメントの「[チュートリアル – ファイナンス](https://sagemaker-jumpstart-industry-pack.readthedocs.io/en/latest/notebooks/index.html)」を参照してください。** ## Amazon SageMaker JumpStart Industry: Financial のブログ記事 SageMaker JumpStart Industry: Financial のソリューション、モデル、サンプル、SDK の詳細な使用方法については、次のブログ記事を参照してください。 + [Amazon SageMaker JumpStart で転移学習にトレーニング済みの金融言語モデルを使う](https://aws.amazon.com/blogs/machine-learning/use-pre-trained-financial-language-models-for-transfer-learning-in-amazon-sagemaker-jumpstart/) + [Amazon SageMaker JumpStart でのマルチモーダル ML を使用したレーティング分類に SEC テキストを使う](https://aws.amazon.com/blogs/machine-learning/use-sec-text-for-ratings-classification-using-multimodal-ml-in-amazon-sagemaker-jumpstart/) + [Amazon SageMaker JumpStart で金融 NLP の SEC テキストを含むダッシュボードを作成する](https://aws.amazon.com/blogs/machine-learning/create-a-dashboard-with-sec-text-for-financial-nlp-in-amazon-sagemaker-jumpstart/) + [Amazon SageMaker JumpStart でグラフ機械学習を使用して企業信用格付け分類器を構築する](https://aws.amazon.com/blogs/machine-learning/build-a-corporate-credit-ratings-classifier-using-graph-machine-learning-in-amazon-sagemaker-jumpstart/) + [Amazon SageMaker JumpStart における財務データに基づく基盤モデルのドメイン適応微調整](https://aws.amazon.com/blogs/machine-learning/domain-adaptation-fine-tuning-of-foundation-models-in-amazon-sagemaker-jumpstart-on-financial-data/) ## Amazon SageMaker JumpStart Industry: Financial の関連調査 SageMaker JumpStart Industry: Financial のソリューションに関連する調査については、以下のドキュメントを参照してください。 + [金融におけるコンテキスト、言語モデリング、マルチモーダルデータ](https://www.pm-research.com/content/iijjfds/3/3/52) + [クレジットモデリングのためのマルチモーダル機械学習](https://www.amazon.science/publications/multimodal-machine-learning-for-credit-modeling) + [ニューラルテキスト分類器の堅牢な解釈可能性の欠如について](https://www.amazon.science/publications/on-the-lack-of-robust-interpretability-of-neural-text-classifiers) + [FinLex: 金融用語集生成における単語埋め込みの効果的な使い方](https://www.sciencedirect.com/science/article/pii/S2405918821000131) ## Amazon SageMaker JumpStart Industry: Financial のその他のリソース その他のドキュメントとチュートリアルについては、次のリソースを参照してください。 + [SageMaker JumpStart Industry: Financial Python SDK](https://pypi.org/project/smjsindustry/) + [SageMaker JumpStart Industry: Financial Python SDK チュートリアル](https://sagemaker-jumpstart-industry-pack.readthedocs.io/en/latest/notebooks/index.html#) + [SageMaker JumpStart Industry: Financial の GitHub リポジトリ](https://github.com/aws/sagemaker-jumpstart-industry-pack/) + [Amazon SageMaker AI の開始方法 - 機械学習チュートリアル](https://aws.amazon.com/sagemaker/getting-started/)