发布于: May 27, 2021
我们很高兴地宣布 Redshift ML 现已全面开放。Amazon Redshift ML 让您能够使用熟悉的 SQL 命令创建、训练和部署机器学习（ML）模型。借助 Amazon Redshift ML，您现在无需移动数据或学习新技能，即可利用 Amazon SageMaker 这种完全托管的机器学习服务。
借助由 Amazon SageMaker 提供支持的 Amazon Redshift ML，您可以使用 SQL 语句从 Amazon Redshift 中的数据创建和训练机器学习模型，然后将这些模型用于多种使用案例，例如直接在查询和报告中进行流失预测和欺诈风险评分。Amazon Redshift ML 使用 Amazon SageMaker Autopilot 根据训练数据自动发现最佳模型并进行优化。SageMaker Autopilot 支持回归模型、二分类模型或多分类模型选择。您还可以选择特定的模型类型（例如 Xtreme 梯度提升树（XGBoost）或多层感知（MLP））、问题类型（例如回归或分类）以及预处理器或超参数。Amazon Redshift ML 在 Amazon Redshift 数据仓库中使用您的参数构建、训练和部署模型。您可以如同调用用户定义的函数（UDF）一样，使用 SQL 查询从这些经过训练的模型中获取预测，并可以利用 Amazon Redshift 的所有优势，包括大规模并行处理能力。您还可以将您经过预训练的 SageMaker Autopilot、XGBoost 或 MLP 导入您的 Amazon Redshift 集群，以用于本地推理。
Amazon Redshift ML 还让您能够调用部署在远程 SageMaker 终端节点中的自定义 ML 模型。
Amazon Redshift ML 利用您现有的集群资源进行预测，因此可以避免产生额外的 Amazon Redshift 费用。当您在 Amazon Redshift 中创建模型时，Amazon Redshift ML 会使用 Amazon SageMaker 来训练您的模型。您只需支付相关的 SageMaker 费用即可。创建或使用模型不会产生额外的 Amazon Redshift 费用；并且预测在您的 Amazon Redshift 集群中本地进行。有关详细信息请参阅 Redshift 定价页面。