Publié le: Nov 30, 2022
Amazon SageMaker Autopilot, un service de machine learning (ML) à faible code, qui crée, entraîne et affine automatiquement les meilleurs modèles de ML en fonction de vos données, est désormais intégré à Amazon SageMaker Pipelines, le premier service d'intégration et de diffusion continues (CI/CD) dédié au ML. Il permet l'automatisation de la totalité d'un flux de développement de modèles de ML à l'aide de SageMaker Autopilot et l'intégration des modèles aux étapes CI/CD suivantes.
À compter d'aujourd'hui, vous pouvez ajouter une étape d'entraînement automatisée (AutoMLStep) à SageMaker Pipelines et invoquer une expérience SageMaker Autopilot dans le mode d'entraînement « Ensemble ». Prenons comme exemple le développement d'un flux de travail d'entraînement et d'évaluation de machine learning dans un cas de détection des fraudes avec SageMaker Pipelines. Vous pouvez désormais lancer une expérience SageMaker Autopilot en utilisant l'étape AutoML qui exécutera automatiquement plusieurs essais afin de trouver le meilleur modèle en fonction d'un ensemble de données d'entrée donné. Après avoir créé un package pour le meilleur modèle à l'étape CreateModel, il est possible d'évaluer ses performances sur les données de test à l'aide de l'étape Transform au sein de SageMaker Pipelines. Enfin, vous pouvez enregistrer le modèle dans le registre de modèles SageMaker à l'étape RegisterModel.
La prise en charge native de SageMaker Autopilot comme étape de SageMaker Pipelines est désormais disponible dans toutes les régions où SageMaker Pipelines est disponible à l'exception des régions Amazon Web Services Chine (Beijing) et Amazon Web Services Chine (Ningxia). Pour en savoir plus sur SageMaker Pipelines et SageMaker Autopilot, consultez lapage produit SageMaker Pipelines et la page produit SageMaker Autopilot.