Veröffentlicht am: Dec 3, 2019
Amazon SageMaker Autopilot ist jetzt allgemein verfügbar. Mit dieser Funktion kann Amazon SageMaker Ihre Tabellendaten und die von Ihnen angegebene Zielspalte verwenden, um Ihr Modell automatisch zu schulen und zu optimieren und gleichzeitig volle Transparenz für den Prozess bereitzustellen. Wie der Name schon sagt, können Sie es im Autopiloten verwenden, und das Modell mit der höchsten Genauigkeit mit einem Klick in Amazon SageMaker Studio bereitstellen. Alternativ können Sie es als Leitfaden für die Entscheidungsfindung verwenden, damit Sie Kompromisse eingehen können, wie z. B. Genauigkeit bei Latenzzeit oder Modellgröße.
Oft ist es schwierig zu bestimmen, welcher ML-Algorithmus für einen bestimmten Datensatz am besten geeignet ist, ganz zu schweigen von der Schwierigkeit, geeignete Algorithmenparameter zu finden. Zusätzlich müssen Sie die Daten bereinigen oder vorverarbeiten, um gute ML-Modelle zu erstellen. Dies ist zeitaufwendig und erfordert manchmal fortgeschrittene Machine Learning-Kenntnisse. Diese Probleme führen dazu, dass Teams Abkürzungen oder Workarounds vornehmen, wie z. B. die Verwendung eines vorhandenen Datensatzes, anstatt die Daten zu bereinigen oder vorzuverarbeiten. Teams verwenden am Ende den Algorithmus, der einfach zu bedienen ist, und nicht den richtigen Algorithmus für das jeweilige Problem. Infolgedessen haben Unternehmen Schwierigkeiten, die gewünschte Modellqualität zu erreichen. Außerdem verbringen Daten-Wissenschaftler mit umfassenden ML-Kenntnissen viel Zeit damit, mit verschiedenen ML-Modellen zu experimentieren, bevor sie das beste für ein bestimmtes Problem finden, insbesondere für Anwendungen wie Adserving oder IoT, die Modellgröße und Latenzbeschränkungen aufweisen.
Amazon SageMaker Autopilot vereinfacht diesen gesamten Prozess und macht Machine Learning einfacher, schneller und transparenter. Sie können jetzt Klassifizierungs- und Regressionsmodelle ohne tiefes Wissen zu Machine Learning erstellen - stellen Sie einfach einen tabellarischen Datensatz bereit und wählen Sie die Zielspalte aus, die Sie vorhersagen möchten. Der SageMaker Autopilot untersucht automatisch Machine Learning-Lösungen mit verschiedenen Kombinationen von Datenpräprozessoren, Algorithmen und Algorithmus-Parametereinstellungen, um das genaueste Modell zu finden. Anstatt dass Sie sich entscheiden müssen, welchen Algorithmus Sie verwenden möchten, wählt der SageMaker Autopilot automatisch den richtigen Algorithmus aus einer Liste von leistungsstarken Algorithmen aus, die er nativ unterstützt, und wertet sie alle aus. SageMaker Autopilot versucht auch automatisch, verschiedene Parametereinstellungen dieser Algorithmen vorzunehmen, um die beste Modellqualität zu erhalten. Sie können nun mit nur einem Klick das beste Modell direkt in der Produktion einsetzen oder mehrere Kandidaten bewerten, um Kennzahlen wie Genauigkeit, Latenzzeit und Modellgröße abzuwägen. Sie müssen sich keine Sorgen um die Datenreinigung und -vorverarbeitung machen, da der SageMaker Autopilot automatisch verschiedene Arten von Daten-Präprozessoren auf die Daten anwendet, bevor er sie durch die Algorithmen zum Schulen von Modellen leitet.
Amazon SageMaker Autopilot ist ab sofort in den Regionen USA Ost (Ohio), USA Ost (N. Virginia), USA West (Nordkalifornien), USA West (Oregon), Asien-Pazifik (Mumbai), Asien-Pazifik (Seoul), Asien-Pazifik (Singapur), Asien-Pazifik (Sydney), Asien-Pazifik (Tokyo), Kanada (Zentral), EU (Frankfurt), EU (Irland), EU (London), EU (Paris) und EU (Stockholm) AWS erhältlich. Besuchen Sie die Seite Dokumentation für weitere Informationen über SageMaker Autopilot und lesen Sie im Blogbeitrag, wie Sie SageMaker Autopilot für Ihre Modellerstellungsaufgaben verwenden können.