コンピュータービジョン（CV：Computer Vision）で視覚情報を分析すればビジネス上の多くの課題を解決できます。<br>Amazon Web Services（AWS）のAI・機械学習サービスを活用し、コンピュータービジョン・システム構築。実際の本番環境でも展開できるよう、具体的な実装方法を紹介します。<br>Packt Publishing「Computer Vision on AWS」の翻訳書。<br><br>［対象読者］<br>・AWSでコンピュータービジョン・システムを構築する方法を理解したい<br>・AWS活用に関する基本的な知識のある方<br>・機械学習の概念とPythonプログラミング言語を理解しているエンジニア・データサイエンティスト<br><br>［目次］<br>Part 1：AWSとAmazon Rekognitionでのコンピュータービジョンの紹介<br>1章 コンピュータービジョン・アプリケーションとAWSのAI・機械学習サービスの概要<br>2章 Amazon Rekognitionの利用<br>3章 Amazon Rekognition Custom Labelsを使用したカスタムモデルの作成<br><br>Part 2：実世界のユースケースへのコンピュータービジョンの適用<br>4章 本人確認を使用した非接触型ホテルチェックインシステムの構築<br>5章 動画解析パイプラインの自動化<br>6章 AWS AIサービスによるコンテンツの検閲<br><br>Part 3：エッジでのコンピュータービジョン<br>7章 Amazon Lookout for Visionの紹介<br>8章 エッジでのコンピュータービジョンを使用した製造不良の検出<br><br>Part 4：Amazon SageMakerを使用したコンピュータービジョン・ソリューションの構築<br>9章 Amazon SageMaker Ground Truth を使用したデータのラベル付け<br>10章 コンピュータービジョンでのAmazon SageMakerの使用<br><br>Part 5：コンピュータービジョン・アプリケーションの運用環境ワークロードのベストプラクティス<br>11章 Amazon Augmented AI（A2I）によるヒューマン・イン・ザ・ループの統合<br>12章 エンドツーエンドのコンピュータービジョン・パイプライン設計のベストプラクティス<br>13章 コンピュータービジョンへのAIガバナンスの適用