Veröffentlicht am: Jun 7, 2022
Mit einer Integration von Open Source Python, die Datenwissenschafts- und ML-Workflows vereinfacht, können Sie jetzt Diagrammanalytik und Machine-Learning-Aufgaben auf Diagrammdaten ausführen, die in Amazon Neptune gespeichert sind. Mit dieser Integration können Sie in Neptune gespeicherte Diagrammdaten mit Pandas DataFrames in jeder Python-Umgebung lesen und schreiben, z. B. in einer lokalen Jupyter-Notebook-Instance, Amazon SageMaker Studio, AWS Lambda oder anderen Computing-Ressourcen. Von dort aus können Sie Diagrammalgorithmen wie PageRank und Connected Components mit Open-Source-Bibliotheken wie iGraph, Network und cuGraph ausführen.
Die heutige Einführung hilft Kunden bei der schnelleren Entwicklung und Innovation durch die Vereinfachung von Workflows zur Gewinnung analytischer Erkenntnisse für Anwendungsfälle wie Wissensdiagramme, Betrugserkennung, Auflösung von juristischen Stellen und Verwaltung des Sicherheitsstatus. Sie können zum Beispiel einen Connected-Components-Algorithmus auf Ihre Neptune-Daten anwenden, indem Sie NetworkX verwenden, um stark verbundene Communities von Benutzern zu identifizieren. Sie können dann PageRank ausführen, um die einflussreichsten Benutzer in jeder Gemeinschaft zu finden, und diese Benutzer mit einem „Am Einflussreichsten“-Etikett in Neptune aktualisieren. Sie können auch Python-Bibliotheken wie XGBoost zum Computing von Einbettungen oder zur Erstellung von Vorhersagen auf Diagrammdaten, das SageMaker Python SDK zum Trainieren und Bereitstellen von Machine-Learning-Modellen oder die Deep Graph Library, die heute mit Neptune ML verfügbar ist, verwenden.
Für den Einstieg können Sie die AWS-Managementkonsole oder AWS CLI verwenden, um ein Neptune-Notebook, das von SageMaker gehostet wird, bereitzustellen. Weitere Informationen finden Sie in der Open-Source-Dokumentation und in drei neuen Tutorials zur Datenwissenschaft, die sich mit der Diagrammanalyse für Betrugsringe, synthetischen Identitäten und der Optimierung der Transportlogistik befassen.
Diese Integration ist in allen Regionen verfügbar, in denen Amazon Neptune verfügbar ist. Für diese Integration fallen keine zusätzlichen Gebühren an. Kunden zahlen nur für die bereitgestellten Ressourcen zum Betrieb eines Neptune-Clusters und einer SageMaker-Instance, auf der Neptune-Notebooks gehostet werden. Weitere Informationen zu den Preisen und zur regionalen Verfügbarkeit finden Sie auf der Preisseite von Amazon Neptune und in der Tabelle der AWS-Regionen.