Publié le: Sep 21, 2021

Amazon SageMaker Autopilot crée, entraîne et ajuste automatiquement les meilleurs modèles de machine learning en fonction de vos données, tout en vous permettant de conserver un contrôle et une visibilité totale. À partir d'aujourd'hui, SageMaker Autopilot génère des métriques supplémentaires, ainsi que la métrique objective, pour tous les modèles candidats. Pour les problèmes de classification binaire, Autopilot génère désormais le score F1 (moyenne harmonique de la précision et du rappel), la précision et l'aire sous la courbe (AUC) pour tous les modèles candidats. Pour la classification multi-classes, Autopilot génère désormais à la fois une macro F1 et une précision pour tous les modèles candidats. Fonctionnalité déjà prise en charge auparavant, vous pouvez sélectionner l'une de ces métriques comme métrique objective à optimiser par votre expérience Autopilot. En affichant des métriques supplémentaires avec la métrique objective, vous pouvez désormais évaluer et comparer rapidement plusieurs candidats pour créer un modèle répondant le mieux à vos besoins.

Les métriques supplémentaires sont désormais générées dans toutes les régions AWS où SageMaker Autopilot est actuellement pris en charge. Pour obtenir une liste complète des métriques et de la métrique objective par défaut par type de problème, veuillez consulter la documentation. Pour démarrer avec SageMaker Autopilot, consultez la section Mise en route ou accédez à Autopilot dans SageMaker Studio.