Publié le: Dec 8, 2020
Amazon a annoncé aujourd'hui Amazon Neptune ML, une nouvelle fonctionnalité d'Amazon Neptune qui utilise les réseaux de neurones graphiques (GNN), une technique de machine learning (ML) spécialement conçue pour les graphiques, afin de faire des prédictions faciles, rapides et précises en utilisant les données des graphiques. Avec les réseaux de neurones graphiques, vous pouvez améliorer de plus de 50 % la précision de la plupart des prédictions pour les graphiques par rapport aux prédictions faites à l'aide de méthodes non graphiques basées sur des recherches publiées par l'université de Stanford.
Faire des prédictions précises sur des graphiques comportant des milliards de relations peut être complexe et chronophage. Les approches ML existantes, telles que XGBoost, ne peuvent pas fonctionner efficacement sur les graphiques, car elles sont conçues pour des données tabulaires. En conséquence, l'utilisation de ces méthodes sur les graphiques peut être chronophage, nécessiter des compétences spéciales et produire des prévisions sous-optimales.
En utilisant Deep Graph Library (DGL), une bibliothèque open-source à laquelle AWS contribue et qui facilite l'application du machine learning aux données de graphiques, Neptune ML automatise la lourde tâche de sélectionner et d'entraîner le meilleur modèle ML pour les données de graphiques, et permet aux utilisateurs d'exécuter ML sur leur graphique directement en utilisant les API et les requêtes de Neptune. En conséquence, vous pouvez maintenant créer, entraîner et appliquer le ML sur les données de Neptune en quelques heures au lieu de plusieurs semaines sans avoir besoin d'apprendre de nouveaux outils et de nouvelles technologies ML.
Vous ne payez que les ressources AWS utilisées telles qu'Amazon SageMaker, Amazon Neptune, Amazon CloudWatch et Amazon S3. Neptune ML est disponible pour les clients qui utilise le moteur Neptune 1.0.4.1 (ou version ultérieure) et dans toutes les régions commerciales où Neptune est disponible. Pour en savoir plus sur cette fonction, consultez la page de la documentation Neptune ML.