Experimentos de Amazon SageMaker ahora admite tipos de gráficos comunes para visualizar los resultados de los entrenamientos de los modelos

Experimentos de SageMaker ahora admite métricas y gráficos detallados para ayudarlo a comprender mejor los resultados de los trabajos de entrenamiento realizados en SageMaker. Experimentos de Amazon SageMaker es una capacidad que le permite organizar, dar seguimiento, comparar y evaluar experimentos de aprendizaje automático (ML). Con este lanzamiento, ahora puede ver las curvas de precisión y recuperación (PR), las características operativas del receptor (curva ROC) y la matriz de confusión. Puede usar estas curvas para comprender los falsos positivos/negativos y las compensaciones entre rendimiento y precisión para un modelo entrenado en SageMaker. También puede comparar mejor varias ejecuciones de entrenamientos e identificar el mejor modelo para su caso de uso.

Para comenzar, use el SDK de python para registrar métricas para sus pruebas desde su script de entrenamiento. Si quiere ver los gráficos de sus pruebas, vaya a la pestaña del gráfico en la interfaz de usuario de Experimentos en SageMaker Studio. A partir de hoy, esta función está disponible en todas las regiones donde está disponible Experimentos de SageMaker. Para comenzar a usar Experimentos de SageMaker, consulte la página del documento o acceda a Experimentos de SageMaker en SageMaker Studio.