Veröffentlicht am: Sep 29, 2022
Amazon SageMaker Canvas unterstützt jetzt mathematische Funktionen und Operatoren für eine umfangreichere Datenexploration, wodurch Sie in Ihren Daten neue Funktionalitäten definieren können. SageMaker Canvas ist ein visueller Point-and-Click-Service, mit dem Geschäftsanalysten selbst genaue ML-Prognosen erstellen können – ohne Erfahrung mit Machine Learning zu haben oder eine einzige Zeile Code schreiben zu müssen.
SageMaker Canvas unterstützt eine Reihe von Datentransformationen, um Datensätze und erweiterte Visualisierungen zu filtern, zusammenzulegen und zu verändern und so die Beziehung zwischen Variablen in Ihren Daten zu verstehen. Ab heute können Sie mathematische Funktionen und logische Operatoren mit diesen Datentransformationen verwenden, um die Distribution Ihrer Daten besser zu verstehen, bevor Sie ML-Modelle erstellen. Mit den Ergebnissen aus diesen Funktionen und Operatoren können Sie neue Funktionalitäten erstellen, die für bestimmte Attribute visualisiert werden können. Zu den unterstützten mathematischen Funktionen gehören add, subtract, multiply, divide, mean, standard deviation, variation, exponent und log. Außerdem unterstützt SageMaker Canvas logische Operatoren, mit denen bestimmte Bedingungen definiert werden, wie „if-then-else“-Anweisungen, und lässt Sie Ihre Daten flexibel verstehen, verteilen und untersuchen.
Mit dieser neuen Funktion ermöglicht SageMaker Canvas Binning, eine Vorverarbeitungsmethode für Daten. Beim Binning werden verwandte numerische oder kategorische Werte in kleineren Sets, sogenannten „Bins“, gruppiert. Wenn Sie zum Beispiel einen Datensatz für Möbelartikel haben, können Sie diese Artikel in verschiedenen Bins gruppieren, etwa als Büromöbel, Wohnzimmermöbel oder Schlafzimmermöbel. Mit Binning können Sie Ausreißer und ungültige Werte ermitteln und Nichtlinearität in Datensätzen verringern, wodurch die Genauigkeit Ihrer ML-Modelle verbessert wird.
Die Fähigkeit, neue Funktionalitäten mit mathematischen Funktionen und Operatoren zu definieren und dann zu verwenden, um Daten in einzelnen logischen Bins zu verteilen, steht jetzt in allen AWS-Regionen zur Verfügung, in denen SageMaker Canvas unterstützt wird. Weitere Informationen zu SageMaker Canvas und die ersten Schritte finden Sie auf der Produktseite und in der technischen Dokumentation.