Amazon SageMaker Canvas kündigt neue Funktionen für Zeitreihenprognosemodelle an
Amazon SageMaker Canvas kündigt neue Funktionen zum Erstellen, Evaluieren und Bereitstellen von Zeitreihenprognosemodellen an, die eine größere Flexibilität und Benutzerfreundlichkeit beim Erstellen von Prognoseanwendungen bieten. Amazon SageMaker Canvas ist ein No-Code-Workspace, der es Analysten und Citizen Data Scientists ermöglicht, Machine Learning (ML)-Modelle zu erstellen, anzupassen und bereitzustellen, um genaue Vorhersagen zu erstellen.
Zur Erstellung von Zeitreihenprognosemodellen verwendet SageMaker Canvas bis zu sechs integrierte Algorithmen, um für jedes Element in einer Zeitreihe ein benutzerdefiniertes Modell-Ensemble zu erstellen und dadurch die Modellgenauigkeit zu verbessern. Ab heute bietet SageMaker Canvas Einblick in diese Algorithmen und die Flexibilität, eine beliebige Kombination dieser Algorithmen für die Erstellung Ihres Zeitreihenprognosemodells auszuwählen. Sobald das Modell erstellt ist, schlägt SageMaker Canvas eine Rangliste von Modellkandidaten vor, einschließlich einer Empfehlung für das beste Modell auf der Grundlage Ihres Datensatzes und des zu lösenden Problems. Sie können die wichtigsten Leistungskennzahlen für jedes Modell auf der Bestenliste einsehen und ein Modell auswählen. Das ausgewählte Modell kann dann in der Produktion auf einem Amazon-SageMaker-Echtzeit-Inferenzendpunkt zur Verwendung in Anwendungen außerhalb von SageMaker Canvas bereitgestellt werden.
Um auf die Algorithmusauswahl, die Modell-Bestenliste und die direkte Bereitstellung von Echtzeit-Endpunktfunktionen für Zeitreihenprognosen zuzugreifen, melden Sie sich ab und wieder bei SageMaker Canvas an. Die neuen Funktionen sind jetzt in allen AWS-Regionen verfügbar, in denen SageMaker Canvas unterstützt wird. Weitere Informationen finden Sie in der Produktdokumentation zu SageMaker Canvas.