Automatic Model Tuning con Amazon SageMaker ya está disponible de forma general. Con esta característica, Amazon SageMaker puede ajustar automáticamente su modelo mediante el ajuste de miles de combinaciones diferentes de parámetros de algoritmos para lograr las predicciones más precisas que el modelo es capaz de producir.

Cuando se encuentre ajustando el modelo para que sea más preciso, tendrá dos opciones principales: modificar los datos entrantes que suministra al modelo (por ejemplo, tomar el log de un número) y ajustar los parámetros del algoritmo. Estos se denominan hiperparámetros y encontrar los valores correctos puede ser una tarea ardua. Normalmente, comenzará al azar e iterará a través de los ajustes a medida que comience a ver las consecuencias de los cambios. Puede ser un ciclo prolongado en función de la cantidad de hiperparámetros que tenga el modelo.

Amazon SageMaker simplifica este proceso mediante el suministro del ajuste de modelo automático como una opción durante el entrenamiento. Amazon SageMaker usará aprendizaje automático para ajustar su modelo de aprendizaje automático. Funciona mediante el aprendizaje de las consecuencias que diferentes tipos de datos tienen en un modelo y la implementación de dicho conocimiento en varias copias del modelo para buscar rápidamente el mejor resultado posible. Como desarrollador o científico de datos, esto significa que lo único por lo cual deberá preocuparse es por los ajustes que quiera realizar en los datos que incorpora al modelo, lo que reduce de manera significativa el número de factores de los cuales debe ocuparse durante el entrenamiento. Al inicio del ajuste del modelo automático, simplemente especifique el número de trabajos de entrenamiento a través de la API y Amazon SageMaker se ocupará del resto.

Automatic Model Tuning ya está disponible en las regiones de AWS EE.UU. Este (Norte de Virginia), EE.UU. Este (Ohio), EE.UU. Oeste (Oregón), UE (Irlanda) y Asia Pacífico (Tokio). Para obtener más información sobre Automatic Model Tuning, visite la página de documentación y lea la entrada del blog referente a cómo utilizar Automatic Model Tuning en sus trabajos de entrenamiento.