Veröffentlicht am: Dec 8, 2020
Amazon hat heute Amazon Neptune ML angekündigt, eine neue Funktion von Amazon Neptune, die Graph Neural Networks (GNNs), eine speziell für Graphen entwickelte Technik des Machine Learning (ML), verwendet, um einfache, schnelle und genaue Prognosen anhand von Graphdaten zu erstellen. Mit GNNs können Sie die Genauigkeit der meisten Prognosen für Graphen um über 50 % verbessern, verglichen mit der Erstellung von Prognosen mit Nicht-Graphen-Methoden, basierend auf veröffentlichten Forschungsergebnissen der Stanford University.
Genaue Prognosen auf Graphen mit Milliarden von Beziehungen zu erstellen, kann schwierig und zeitaufwendig sein. Bestehende ML-Ansätze wie XGBoost können nicht effektiv auf Graphen arbeiten, da sie für tabellarische Daten ausgelegt sind. Folglich kann die Anwendung dieser Methoden auf Graphen viel Zeit in Anspruch nehmen, spezielle Kenntnisse erfordern und suboptimale Prognosen liefern.
Mithilfe der Deep Graph Library (DGL), einer Open-Source-Bibliothek, zu der AWS beiträgt und die die Anwendung von Deep Learning auf Graphdaten vereinfacht, automatisiert Neptune ML das Auswählen und Schulen des besten ML-Modells für Graphdaten und ermöglicht es Benutzern, ML direkt auf ihren Graphen mithilfe von Neptune-APIs und -Abfragen auszuführen. Als Ergebnis können Sie jetzt ML auf Neptune-Daten in Stunden statt in Wochen erstellen, schulen und anwenden, ohne dass Sie neue Tools und ML-Technologien erlernen müssen.
Sie zahlen nur für die verwendeten AWS-Ressourcen wie Amazon SageMaker, Amazon Neptune, Amazon CloudWatch und Amazon S3. Neptune ML ist für Kunden verfügbar, die die Neptune-Engine-Version 1.0.4.1 (oder höher) verwenden und in allen kommerziellen Regionen, in denen Neptune verfügbar ist. Weitere Informationen zu dieser Funktion finden Sie in unserer Neptune-ML-Dokumentation.