Amazon Sage​Maker

Creazione, formazione e distribuzione di modelli di apprendimento automatico su vasta scala

Amazon SageMaker è un servizio completamente gestito che consente a sviluppatori e data scientist di creare, istruire e distribuire in modo rapido e semplice modelli di machine learning a qualsiasi livello. Amazon SageMaker rimuove tutti gli ostacoli che normalmente rallentano gli sviluppatori che desiderano utilizzare l'apprendimento automatico.

L'apprendimento automatico appare spesso molto più difficoltoso del dovuto per la maggior parte degli sviluppatori perché il processo di costruzione e formazione di modelli, nonché la loro successiva distribuzione in produzione, risulta troppo complicato e troppo lento. In primo luogo, bisogna raccogliere e preparare i dati di formazione per scoprire quali elementi del set di dati sono importanti. Quindi, bisogna selezionare quale algoritmo e framework si intende utilizzare. Una volta deciso l'approccio, bisogna insegnare al modello come effettuare previsioni mediante una formazione che richiede una grande quantità di calcolo. Successivamente, occorre mettere a punto il modello in modo che fornisca le migliori previsioni possibili, il che è spesso un compito manuale e gravoso. Una volta sviluppato un modello completamente istruito, bisogna integrarlo all'interno dell'applicazione e distribuire tale applicazione su un'infrastruttura per il dimensionamento. Tutte queste operazioni richiedono grandi competenze specializzate, accesso a notevoli quantità di funzionalità di calcolo e storage e molto tempo per sperimentare e ottimizzare ogni componente del processo. In definitiva, non sorprende che questo intero processo sia al di fuori della portata di molti sviluppatori.

Amazon SageMaker elimina la complessità che frena il successo dello sviluppatore con ciascuna di queste fasi. Amazon SageMaker include moduli che puoi utilizzare insieme o separatamente per creare, formare e distribuire i tuoi modelli di machine learning.

Presentazione di Amazon SageMaker

Come funziona

Creazione

Amazon SageMaker semplifica la creazione di modelli ML e la loro preparazione per l'apprendimento fornendoti tutto il necessario per connetterti rapidamente ai dati di apprendimento e per selezionare e ottimizzare l'algoritmo e il framework migliori per la tua applicazione. Amazon SageMaker include i notebook Jupyter ospitati che semplificano la ricerca e la visualizzazione dei dati di apprendimento archiviati in Amazon S3. Potrai connetterti direttamente ai dati in S3 o utilizzare AWS Glue per spostare i dati da Amazon RDS, Amazon DynamoDB e Amazon Redshift in S3 per l'analisi nel tuo notebook.

Per aiutarti a selezionare il tuo algoritmo, Amazon SageMaker include i 10 algoritmi di machine learning più diffusi, che sono preinstallati e ottimizzati per offrire prestazioni fino a 10 volte migliori rispetto a quelle che si ottengono eseguendo questi stessi algoritmi altrove. Amazon SageMaker viene inoltre fornito preconfigurato per eseguire TensorFlow e Apache MXNet, due dei framework open source più diffusi. Avrai infine l'opzione di utilizzare il tuo framework.

Formazione

Potrai iniziare a formare il tuo modello con un solo clic nella console Amazon SageMaker. Amazon SageMaker gestisce tutta l'infrastruttura sottostante al tuo posto e può essere utilizzato senza difficoltà per formare modelli nell'ordine dei petabyte. Per rendere il processo di formazione ancora più rapido e semplice, Amazon SageMaker è in grado di mettere a punto automaticamente il tuo modello per raggiungere il massimo livello possibile di precisione.

Distribuzione

Dopo che il modello è stato formato e messo a punto, Amazon SageMaker ne semplifica la distribuzione in produzione, permettendoti di iniziare a generare previsioni su nuovi dati (un processo chiamato inferenza). Amazon SageMaker distribuisce il tuo modello su un cluster con dimensionamento automatico di istanze Amazon EC2, che sono distribuite in più zone di disponibilità per ottenere prestazioni superiori e alta disponibilità. Amazon SageMaker inoltre include funzionalità di test A/B integrate per permetterti di testare il tuo modello e di provarne diverse versioni per ottenere i risultati migliori.

Amazon SageMaker elimina l'impegnativa attività di machine learning e ti permette di creare, formare e distribuire rapidamente e facilmente i modelli di machine learning.

Vantaggi

Passa rapidamente alla produzione con l'apprendimento automatico

Amazon SageMaker riduce notevolmente la quantità di tempo necessaria per istruire, mettere a punto e distribuire modelli di machine learning.Amazon SageMaker gestisce e automatizza tutte le sofisticate tecniche di formazione e messa a punto, per permetterti di mettere rapidamente in produzione i modelli.

Scegli qualsiasi framework o algoritmo

Amazon SageMaker supporta algoritmi e framework di tutte le macchine, per consentirti di utilizzare la tecnologia con cui hai già familiarità. Apache MXNet e TensorFlow sono preinstallati e Amazon SageMaker offre un'ampia gamma di algoritmi di apprendimento automatico integrati e ad alte prestazioni. Se desideri eseguire la formazione con un framework o un algoritmo alternativi, puoi introdurre il tuo in un contenitore Docker.

Formazione e distribuzione con un solo clic

Amazon SageMaker ti consente di iniziare a istruire il tuo modello con un solo clic nella console o con una semplice chiamata API. Al completamento della formazione e quando sarai pronto a distribuire il tuo modello, potrai lanciarlo con un semplice clic nella console Amazon SageMaker.

Facile integrazione con il tuo flusso di lavoro esistente

Amazon SageMaker è progettato in tre moduli da utilizzare insieme o in modo indipendente, nell'ambito di qualsiasi flusso di lavoro ML esistente che puoi avere già implementato.

Facile accesso a modelli istruiti

Amazon SageMaker facilita l'integrazione di modelli di machine learning nelle tue applicazioni, fornendo un endpoint HTTPS che può essere richiamato da qualsiasi applicazione.

Casi d'uso

Annunci pubblicitari mirati

Utilizzando Amazon SageMaker in combinazione con altri servizi AWS, potrai ottimizzare il tuo ritorno sui costi pubblicitari. Amazon SageMaker è in grado di istruire e distribuire facilmente modelli di machine learning in grado di eseguire un targeting più efficace di annunci online, per un migliore coinvolgimento dei clienti e conversione. Sistemi di raccomandazioni, previsioni sulle percentuali di clic, segmentazione della clientela e modelli di incremento del valore complessivo possono tutti essere istruiti nell'ambiente serverless e distribuito di Amazon SageMaker. Una volta costruiti, i modelli possono essere inseriti in endpoint di Auto Scaling a bassa latenza, o trasferiti in sistemi di offerte in tempo reale.

Previsione delle insolvenze di credito

Amazon SageMaker facilita la previsione della probabilità di insolvenza di credito, un problema comune dell'apprendimento automatico. Amazon SageMaker si integra strettamente con i framework analitici esistenti, come Amazon Redshift, Amazon EMR e AWS Glue, permettendoti di pubblicare grandi set di dati diversificati in un data lake di Amazon S3 e quindi di trasformarli rapidamente, creare modelli di machine learning ed eseguirne immediatamente l'hosting per le previsioni online.

IoT e machine learning industriali

IoT e machine learning industriali possono abilitare previsioni in tempo reale per prevenire guasti di macchinari o la pianificazione di interventi di manutenzione, per ottenere livelli di efficienza superiori.

Post del blog

evangelist-randall-hunt

Amazon SageMaker – Accelerazione dell'apprendimento automatico
Randall Hunt, AWS Senior Technical Evangelist
29 Novembre 2017

Scopri di più sulle caratteristiche di Amazon SageMaker

Visita la pagina delle caratteristiche
Sei pronto per iniziare?
Registrati