Publicado en: Nov 7, 2023
Amazon SageMaker Canvas es un espacio de trabajo sin código que permite a los analistas y científicos de datos ciudadanos generar predicciones precisas de machine learning (ML) para sus necesidades empresariales. A partir de hoy, Canvas admite las configuraciones avanzadas de creación de modelos, como la selección del método de entrenamiento (optimización de conjuntos e hiperparámetros) y algoritmos, la personalización de la proporción de división de datos de entrenamiento/validación y el establecimiento de límites en las iteraciones de AutoML y el tiempo de ejecución de los trabajos. Esto les permite a los usuarios personalizar las configuraciones de creación de modelos sin tener que escribir una sola línea de código. Esta flexibilidad puede proporcionar un desarrollo de modelos más sólido y perspicaz. Las partes interesadas sin conocimientos técnicos pueden utilizar las características sin código con la configuración predeterminada, mientras que los científicos de datos ciudadanos pueden experimentar con varios algoritmos y técnicas de ML. Esto los ayuda a comprender qué métodos funcionan mejor para sus datos y a optimizarlos para garantizar la calidad y el rendimiento del modelo.
Además de las configuraciones de creación de modelos, SageMaker Canvas ahora también ofrece una tabla de clasificación de modelos. Una tabla de clasificación le permite comparar fácilmente las métricas clave de rendimiento (por ejemplo, exactitud, precisión, recuperación, puntuación de F1) para diferentes configuraciones de modelos evaluadas por Canvas a fin de generar el mejor modelo para sus datos. De esta manera, se mejora la transparencia en la creación de modelos y le permite tomar decisiones informadas sobre la elección de modelos. También puede ver todo el flujo de trabajo de creación de modelos, incluidos los rangos de hiperparámetros, algoritmos y pasos de preprocesamiento sugeridos en un cuaderno.
Para aprovechar estas funcionalidades, cierre sesión y vuelva a iniciarla en SageMaker Canvas y haga clic en “Configurar modelo” al crearlo. La posibilidad de personalizar las configuraciones de los modelos, ver la tabla de clasificación de modelos y descargar el cuaderno de flujo de trabajo de autoML en Amazon SageMaker Canvas ya está disponible en todas las regiones de AWS en las que se admite SageMaker Canvas.