Amazon SageMaker Canvas menambahkan kemampuan persiapan data baru dan pembaruan kegunaan
Amazon SageMaker Canvas adalah antarmuka tunjuk-dan-klik visual yang memungkinkan analis bisnis menghasilkan prediksi ML yang akurat sendiri — tanpa memerlukan pengalaman pembelajaran mesin atau harus menulis satu baris kode. SageMaker Canvas memudahkan untuk mengakses dan menggabungkan data dari berbagai sumber, membersihkan data secara otomatis dan menerapkan berbagai penyesuaian data, dan membangun model ML untuk menghasilkan prediksi yang akurat dengan beberapa klik.
Hari ini, Amazon SageMaker Canvas mengumumkan fitur persiapan data baru yang membuatnya lebih mudah untuk mengelola, menjelajahi, dan memodifikasi kumpulan data sebelum membuat model ML. Fitur utamanya mencakup:
- Memfilter baris untuk menjelajahi dan memodifikasi kumpulan data: Anda sekarang dapat melihat pratinjau dan menghapus baris dengan nilai dan outlier yang hilang. Anda juga dapat menentukan kondisi tambahan untuk melihat pratinjau dan menghapus baris dari dataset Anda. Misalnya, untuk tipe data numerik, Anda dapat menentukan kondisi seperti lebih besar dari, kurang dari, sama dengan, di antara dan lebih. Daftar kondisi yang didukung bervariasi menurut jenis data dan didokumentasikan di sini
- Format stempel waktu yang diperluas dan transformasi untuk mengekstrak tanggal, waktu: Anda sekarang dapat mengekstrak informasi tanggal dan waktu dari kolom stempel waktu dan membuat kolom baru. Ini memudahkan untuk menyiapkan dan mengubah data deret waktu Anda dan menambahkan transformasi ke resep model Anda hanya dengan beberapa klik. Selain itu, SageMaker Canvas sekarang mendukung beberapa format stempel waktu sehingga mudah untuk bekerja dengan data deret waktu untuk memperkirakan masalah. Untuk daftar lengkap format stempel waktu dan tanggal, kemampuan ekstraksi waktu, silakan lihat di sini
Selain fitur persiapan dan transformasi data yang tercantum di atas, Anda sekarang dapat mengganti nama kumpulan data dan kolom untuk kemudahan penggunaan. Pembaruan kegunaan lainnya termasuk peningkatan pesan yang dihadapi pengguna dengan tindakan yang disarankan, dan visibilitas ke dalam jumlah sel dataset sebelum membangun model ML.
Mulai hari ini, persiapan data baru dan pembaruan kegunaan tersedia di semua wilayah di mana Amazon SageMaker Canvas didukung. Untuk mempelajari lebih lanjut dan memulai, silakan merujuk ke halaman dokumentasi dan produk Amazon SageMaker Canvas.