Amazon SageMaker Canvas annonce de nouvelles fonctionnalités pour les modèles de prévision de séries chronologiques
Amazon SageMaker Canvas annonce de nouvelles fonctionnalités permettant de créer, d'évaluer et de déployer des modèles de prévisions chronologiques, offrant ainsi une flexibilité et une facilité d'utilisation accrues pour créer des applications de prévision. Amazon SageMaker Canvas est un espace de travail sans code qui permet aux analystes et aux scientifiques des données citoyens de créer, personnaliser et déployer des modèles de machine learning (ML) afin de générer des prévisions précises.
Pour créer des modèles de prévision de séries chronologiques, SageMaker Canvas utilise jusqu'à six algorithmes intégrés afin de créer un ensemble personnalisé de modèles pour chaque élément de votre série chronologique, ce qui permet d'obtenir des modèles très précis. À compter d'aujourd'hui, SageMaker Canvas offre une visibilité sur ces algorithmes et la flexibilité de choisir n'importe quelle combinaison de ces algorithmes pour créer votre modèle de prévision de séries chronologiques. Une fois le modèle créé, SageMaker Canvas fournit un classement avec une liste classée des modèles candidats, y compris une recommandation pour le meilleur modèle en fonction de votre jeu de données et du problème à résoudre. Vous pouvez consulter les indicateurs de performance clés pour chaque modèle du classement, et sélectionner le modèle de votre choix. Le modèle sélectionné peut ensuite être déployé en production sur un point de terminaison d'inférence en temps réel Amazon SageMaker afin d’être utilisé dans des applications extérieures à SageMaker Canvas.
Pour accéder à la sélection des algorithmes, au classement des modèles et au déploiement direct vers les fonctionnalités de terminaux en temps réel pour la prévision des séries chronologiques, déconnectez-vous puis reconnectez-vous à SageMaker Canvas. Cette nouvelle fonctionnalité est désormais proposée dans toutes les régions AWS où l'application SageMaker Canvas est prise en charge. Pour en savoir plus, consultez la documentation produit de SageMaker Canvas.