Amazon SageMaker Autopilot

自动创建机器学习模型并保持完全可见性

Amazon SageMaker Autopilot 可根据您的数据自动训练和调整最佳机器学习模型,以进行分类或回归,同时保持完全控制和可见性。

传统上,构建机器学习 (ML) 模型需要二进制选择。一方面,您可以手动准备特征,选择算法和优化模型参数,以便完全控制模型设计并了解生成模型的所有想法。但是,这种方法需要深厚的 ML 专业知识。另一方面,如果您没有这方面的专业知识,则可以使用自动化方法 (AutoML) 来生成模型,以处理所有的繁重工作,但使用这种方法几乎无法了解模型的创建方式。虽然使用 AutoML 创建的模型可以正常运行,但您对它的信任度可能会降低,因为您无法理解它的内容,也无法重新创建它,而且您无法学习将来可能对您有所帮助的最佳实践。

使用 Amazon SageMaker Autopilot,您无需再做这种选择。您可以自动构建机器学习模型,而不会有任何影响。使用 SageMaker Autopilot,您可以提供一个表格数据集并选择要预测的目标列,可以是数字(如房价,称为回归)或类别(如垃圾邮件/非垃圾邮件,称为分类)。SageMaker Autopilot 将自动探索不同的解决方案以找到最佳模型。然后,只需单击一下,即可将模型直接部署到生产环境中,或使用 Amazon SageMaker Studio 迭代推荐的解决方案,以进一步提高模型质量。

工作原理

工作原理 – Autopilot

优势

快速生成高质量模型

经过一组初始迭代后,Amazon SageMaker Autopilot 会在 SageMaker Studio 中创建一个按性能排序的模型排行榜。您可以查看每个模型使用哪些数据功能,并部署您认为最适合您的使用案例的功能。

保持可见性和控制

生成模型的过程是完全透明的。您可以为 Amazon SageMaker Autopilot 创建的任何模型自动生成 Amazon SageMaker Notebook。然后,您可以深入了解其创建方法的详细信息,根据需要对其进行优化,并在将来的任何时候从 Notebook 重新创建它。

易于部署

选择要部署的模型时,Amazon SageMaker Autopilot 只需单击一次即可生成推理管道。推理管道可以直接用于批量推理,也可以部署到完全托管的 SageMaker 终端节点以进行实时推理。

使用案例

价格预测

价格预测模型普遍用于金融服务、房地产、能源和公用事业领域,以预测股票、房地产和自然资源的价格。Amazon SageMaker Autopilot 可以预测未来价格,帮助您根据历史数据(如需求、季节性趋势和其他商品的价格)做出合理的投资决策。

流失预测

客户流失是指损失客户,每家公司都在想方设法地消除这种状况。Amazon SageMaker Autopilot 自动生成的模型可帮助您了解流失模式。客户流失模型的工作方式是首先了解现有数据中的模式,然后识别新数据集中的模式,这样您就可以预测最有可能发生客户流失的情况。

风险评估

风险评估要求识别和分析可能对个人、资产和公司产生负面影响的潜在事件。由 Amazon SageMaker Autopilot 自动生成的模型可以预测新事件发生时的风险。风险评估模型使用您现有的数据集进行训练,因此您可以获得针对您的业务的优化预测。