Veröffentlicht am: Apr 3, 2023
SageMaker Canvas unterstützt jetzt mehr als 45 Datenquellen, die für No-Code-ML verwendet werden können, darunter Amazon Athena und SaaS-Anwendungen von Drittanbietern wie Snowflake, Salesforce und SAP OData. Canvas ist eine Point-and-Click-Oberfläche, die es Analysten ermöglicht, ML-Vorhersagen zu generieren, ohne ML-Erfahrung zu benötigen oder eine einzige Codezeile schreiben zu müssen.
Die Datenerfassung ist ein zentraler Schritt in ML, um Algorithmen mit hochwertigen Daten zu füttern und so ein Problem genau zu modellieren. Die Verbreitung von SaaS-Anwendungen hat zu einer systemübergreifenden Datenverteilung geführt, was die Datenerfassung komplex und zeitaufwändig macht. Bisher mussten Kunden Daten aus ihrer gewünschten SaaS-Anwendung abrufen und an eine unterstützte Canvas-Quelle (Amazon S3, Amazon Redshift, Snowflake oder lokale Festplatte) übertragen, um sie für No-Code-ML zu verwenden. Da es sich hierbei um einen manuellen Vorgang handelt, wurden oft wertvolle ML-Daten übersehen.
Mit Canvas, das die Datenerfassung aus über 45 Quellen unterstützt, können Kunden nun Daten aus unterschiedlichen Quellen nutzen. Wir haben mit Amazon AppFlow zusammengearbeitet, einem Service, mit dem Kunden Daten sicher an AWS-Services wie S3 übertragen können. Nach der Übertragung können Sie in Canvas auf Ihre Daten zugreifen, wo Sie Tabellen durchsuchen, Datentabellen quellenübergreifend verknüpfen, Daten in der Vorschau anzeigen und Athena-Abfragen schreiben können, um die richtigen Daten zu importieren. Sobald Ihre Daten importiert sind, können Sie alle vorhandenen Canvas-Funktionen nutzen, z. B. das Erstellen eines ML-Modells, das Anzeigen von Erklärungsdaten oder das Generieren von Vorhersagen.
Unterstützung für diese Funktion ist jetzt in allen AWS-Regionen verfügbar, in denen Canvas erhältlich ist. Befolgen Sie die Canvas-Dokumentation, um mit dem Import Ihrer Daten aus diesen über 45 Quellen zu beginnen.