Amazon SageMaker Experiments prend désormais en charge les types de graphiques courants pour visualiser les résultats de l'entraînement de modèle

SageMaker Experiments prend désormais en charge les graphiques et métriques granulaires pour vous aider à mieux comprendre les résultats des tâches d'entraînement effectuées sur SageMaker. Amazon SageMaker Experiments est une fonctionnalité intégrée à Amazon SageMaker qui vous permet d'organiser, de suivre, de comparer et d'évaluer les expériences de machine learning (ML). Grâce à ce lancement, vous pouvez désormais afficher les courbes PR (précision et rappel), la courbe ROC (Receiver Operating Characteristics) et la matrice de confusion. Vous pouvez utiliser ces courbes pour comprendre les faux positifs/négatifs, et les compromis entre les performances et la précision pour un modèle entraîné sur SageMaker. Vous pouvez également mieux comparer plusieurs entraînements et identifier le meilleur modèle pour votre cas d'utilisation.

Pour commencer, utilisez le kit SDK Python pour journaliser les métriques des essais de votre script d'entraînement. Pour afficher les graphiques de vos essais, accédez à l'onglet du graphique dans l'interface utilisateur d'Experiments, dans SageMaker Studio. À compter d'aujourd'hui, cette fonction est disponible dans toutes les régions où SageMaker Experiments est proposé. Pour commencer à utiliser SageMaker Experiments, consultez la page de document ou accédez à SageMaker Experiments dans SageMaker Studio.