Publicado en: Oct 26, 2021
Amazon SageMaker Autopilot crea, forma y ajusta automáticamente los mejores modelos de machine learning en función de los datos, a la vez que permite mantener el control y la visibilidad completos. Desde hoy, SageMaker Autopilot es compatible con datos de serie temporal. Ahora puede utilizar SageMaker Autopilot para crear modelos de machine learning para problemas de regresión y clasificación para datos de serie temporal o cualquier secuencia de datos, permitiendo escenarios como la detección supervisada de anomalías, la evaluación de riesgos o la predicción de fallos basada en una secuencia de puntos de datos. Por ejemplo, ahora puede construir modelos para identificar y clasificar el tráfico de red anómalo registrado durante un periodo de tiempo, o identificar dispositivos defectuosos basándose en las métricas emitidas.
Puede comenzar a construir automáticamente modelos de machine learning con datos de serie temporal simplemente incluyendo los datos de serie temporal en su conjunto de datos tabulares de entrada para SageMaker AutoPilot. SageMaker Autopilot analizará automáticamente estos datos, extraerá características significativas y probará múltiples algoritmos de ML para procesarlos. La compatibilidad con datos de serie temporal está disponible en todas las regiones de AWS con las que SageMaker Autopilot es compatible actualmente. Para obtener más detalles, consulte la documentación. Para comenzar a utilizar SageMaker Autopilot, consulte la página del producto o acceda a Autopilot dentro de SageMaker Studio.