Erstellen Sie ML-Modelle mit erweiterten Konfigurationen und verschaffen Sie sich die Einblicke in die Modell-Rangliste auf SageMaker Canvas

Amazon SageMaker Canvas ist ein codefreier Arbeitsbereich, der es Analysten und Citizen Data Scientists ermöglicht, genaue ML-Prognosen für ihre Geschäftsanforderungen zu erstellen. Ab heute unterstützt Canvas erweiterte Modellerstellungskonfigurationen wie die Auswahl von Trainingsmethoden (Ensemble/Hyper-Parameteroptimierung) und Algorithmen, die Anpassung des Aufteilungsverhältnisses von Trainings-/Validierungsdaten und die Festlegung von Grenzwerten für AutoML-Iterationen und die Laufzeit von Jobs, sodass Benutzer Konfigurationen zur Modellerstellung anpassen können, ohne eine einzige Codezeile schreiben zu müssen. Diese Flexibilität kann eine robustere und aufschlussreichere Modellentwicklung ermöglichen. Technisch weniger bewandte Entscheidungsträger können die codefreien Funktionen mit Standardeinstellungen verwenden, während Bürgerdatenwissenschaftler mit verschiedenen ML-Algorithmen und -Techniken experimentieren können, um zu verstehen, welche Methoden für ihre Daten am besten geeignet sind, und sie optimieren, um die Qualität und Leistung des Modells sicherzustellen.

Zusätzlich zu den Konfigurationen zur Modellerstellung bietet SageMaker Canvas jetzt auch eine Modell-Rangliste. Eine Rangliste ermöglicht es Ihnen, die wichtigsten Leistungskennzahlen (z. B. Genauigkeit, Präzision, Erinnerungswert, F1-Wert) für verschiedene von Canvas evaluierte Modellkonfigurationen einfach zu vergleichen, um das beste Modell für Ihre Daten zu generieren. Dadurch wird die Transparenz bei der Modellerstellung verbessert und Sie können fundierte Entscheidungen über Modellentscheidungen treffen. Sie können auch den gesamten Arbeitsablauf bei der Modellerstellung, einschließlich der vorgeschlagenen Vorverarbeitungsschritte, Algorithmen und Hyperparameterbereiche, in einem Notizbuch anzeigen.

Um diese Funktionen nutzen zu können, melden Sie sich bei SageMaker Canvas ab und wieder an und klicken Sie beim Erstellen von Modellen auf „Modell konfigurieren“. Die Möglichkeit, Modellkonfigurationen anzupassen, die Modell-Rangliste anzuzeigen und das AutoML-Workflow-Notizbuch in Amazon SageMaker Canvas herunterzuladen, ist jetzt in allen AWS-Regionen verfügbar, in denen SageMaker Canvas unterstützt wird.