Veröffentlicht am: Oct 26, 2021

Amazon SageMaker Autopilot erstellt, trainiert und optimiert automatisch die besten Modelle für Machine Learning basierend auf Ihren Daten und ermöglicht Ihnen gleichzeitig die vollständige Kontrolle und Sichtbarkeit. Ab heute unterstützt SageMaker Autopilot Zeitreihendaten. Sie können SageMaker Autopilot jetzt verwenden, um Machine-Learning-Modelle für Regressions- und Klassifizierungsprobleme für Zeitreihendaten oder beliebige Sequenzdaten zu erstellen und Szenarien wie überwachte Anomalieerkennung, Risikobewertung oder Fehlervorhersage basierend auf einer Sequenz von Datenpunkten zu ermöglichen. Sie können jetzt beispielsweise Modelle erstellen, um anomalen Netzwerkverkehr, der im Laufe der Zeit aufgezeichnet wurde, zu identifizieren und zu klassifizieren oder fehlerhafte Geräte basierend auf ausgegebenen Metriken zu identifizieren.

Sie können mit der automatischen Erstellung von Machine-Learning-Modellen mit Zeitreihendaten beginnen, indem Sie einfach die Zeitreihendaten in Ihren tabellarischen Eingabedatensatz für SageMaker AutoPilot aufnehmen. SageMaker Autopilot analysiert diese Daten automatisch, extrahiert aussagekräftige Funktionen und testet mehrere ML-Algorithmen, um sie zu verarbeiten. Support für Zeitreihendaten ist in allen AWS-Regionen verfügbar, in denen SageMaker Autopilot derzeit unterstützt wird. Weitere Details finden Sie in der Dokumentation. Informationen zu den ersten Schritten mit SageMaker Autopilot finden Sie auf der Produktseite oder greifen Sie in SageMaker Studio auf SageMaker Autopilot zu.