Publicado en: Dec 14, 2022
Ahora puede incorporar modelos de machine learning (ML) creados en cualquier lugar a Amazon SageMaker Canvas y generar predicciones para abordar una amplia gama de problemas de negocios. SageMaker Canvas es una interfaz visual que permite a los analistas de negocios generar predicciones de ML precisas por su cuenta, sin la necesidad de contar con experiencia en esta tecnología ni de escribir líneas de código.
Hoy en día, se crean y entrenan cientos de modelos de ML con diferentes herramientas y en entornos heterogéneos. Muy a menudo, los equipos de negocios podrían beneficiarse de los modelos de ML ya creados por los científicos de datos para resolver problemas de negocios, en lugar de empezar desde cero. Sin embargo, no es fácil utilizar estos modelos fuera de los entornos en los que están integrados debido a los estrictos requisitos técnicos, la rigidez de las herramientas y los procesos manuales para importar modelos. Esto obliga a los usuarios a reconstruir con frecuencia los modelos de ML, lo que ocasiona la duplicación de esfuerzos, el gasto de tiempo y recursos adicionales y la limitación de la democratización del ML.
Amazon SageMaker Canvas elimina estas limitaciones y el pesado trabajo necesario para importar modelos entre los entornos. A partir de hoy, los científicos de datos pueden compartir modelos de ML creados en cualquier lugar con los analistas de negocios en SageMaker Canvas, de modo que las predicciones sobre esos modelos se puedan generar directamente en SageMaker Canvas. Los modelos de ML que utilizan datos tabulares y están creados en cualquier lugar se pueden importar a SageMaker Canvas una vez que estén registrados en el registro de modelos de Amazon SageMaker. Además, los científicos de datos pueden compartir modelos entrenados en piloto automático de Amazon SageMaker y Amazon SageMaker JumpStart para que los analistas de negocios puedan generar predicciones sobre esos modelos en SageMaker Canvas. Por último, ahora puede compartir modelos creados en SageMaker Canvas con los científicos de datos que utilizan SageMaker Studio para su revisión, actualización y envío de comentarios. Los científicos de datos luego pueden compartir sus comentarios o actualizaciones con usted para que pueda analizar y generar predicciones sobre las versiones actualizadas del modelo en SageMaker Canvas.
La posibilidad de generar predicciones en Amazon SageMaker Canvas en modelos importados creados en cualquier lugar ahora está disponible en todas las regiones de AWS en las que se admite SageMaker Canvas. Para obtener más información, consulte el Blog de novedades de AWS y la documentación de SageMaker.