Amazon SageMaker Autopilot

Crea automaticamente modelli di machine learning con alta visibilità

Amazon SageMaker Autopilot crea, addestra e ottimizza automaticamente i migliori modelli di machine learning in base ai propri dati, consentendo di mantenere pieno controllo e visibilità.

La creazione di modelli di machine learning (ML) richiede di preparare manualmente le caratteristiche, testare algoritmi multipli e ottimizzare centinaia di parametri al fine di trovare il modello migliore per i propri dati. Tuttavia, questo approccio richiede una profonda competenza di ML. Se non si dispone di tale competenza, si potrebbe utilizzare un approccio automatizzato (AutoML), ma questo in genere fornisce pochissima visibilità dell'impatto delle proprie funzionalità sulle previsioni dei modelli. Di conseguenza, si tende ad avere meno fiducia in esso, perché non è possibile ricrearlo e non è possibile comprendere come fa previsioni.

Amazon SageMaker Autopilot elimina il pesante fardello della creazione di modelli di ML e aiuta a costruire, addestrare e configurare automaticamente il miglior modello di ML in base ai propri dati. Con SageMaker Autopilot si fornisce semplicemente un set di dati in forma di tabella e si seleziona la colonna target da prevedere, che può essere un numero (come il prezzo della casa, chiamato regressione) o una categoria (come spam/non spam, chiamato classificazione). SageMaker Autopilot vaglierà automaticamente diverse soluzioni per trovare il modello migliore. È quindi possibile distribuire direttamente il modello in produzione con un solo clic o migliorarne ulteriormente la qualità con le soluzioni consigliate tramite Amazon SageMaker Studio.

Come funziona

Come funziona Amazon SageMaker Autopilot

Caratteristiche principali

Pre-elaborazione automatica dei dati e ingegneria delle funzionalità

È possibile utilizzare Amazon SageMaker Autopilot anche quando si dispone di dati mancanti. SageMaker Autopilot riempie automaticamente i dati mancanti, fornisce informazioni statistiche sulle colonne nel set di dati ed estrae automaticamente informazioni da colonne non numeriche, come le informazioni su data e ora ricavate da timestamp.

Selezione automatica dei modelli di ML

Amazon SageMaker Autopilot deduce automaticamente il tipo di previsioni che meglio si adatta ai propri dati, come la classificazione binaria, la classificazione multi-classe o la regressione. SageMaker Autopilot esplora quindi algoritmi ad alte prestazioni come l'albero decisionale con potenziamento del gradiente, le reti neurali profonde feedforward e la regressione logistica, e addestra e ottimizza centinaia di modelli basati su tali algoritmi per trovare il modello che meglio si adatta ai dati.

Classifica dei modelli

Amazon SageMaker Autopilot consente di rivedere tutti i modelli di ML che vengono generati automaticamente per i propri dati. È possibile visualizzare l'elenco dei modelli, ordinati per parametri come accuratezza, precisione, richiamo e area sotto la curva (AUC), rivedere i dettagli del modello, come l'impatto delle funzionalità sulle previsioni, e distribuire il modello più adatto al proprio caso d'uso.

Creazione automatica dei notebook

È possibile generare automaticamente un Notebook di Amazon SageMaker Studio per qualsiasi modello creato da Amazon SageMaker Autopilot e immergersi nei dettagli di come è stato creato, perfezionarlo come si desidera e ricrearlo dal notebook in qualsiasi momento in futuro.

Importanza delle funzionalità

Amazon SageMaker Autopilot fornisce un report relativo alla spiegabilità generato da Amazon SageMaker Clarify, che facilita la comprensione e spiega il modo in cui i modelli creati con SageMaker Autopilot fanno previsioni. Inoltre, è possibile vedere come e in che percentuale ogni attributo dei dati di training contribuisce ai risultati previsti. Maggiore è la percentuale, maggiore sarà l’impatto di questa funzionalità sulle previsioni dei modelli.

Facile integrazione con le proprie applicazioni

È possibile utilizzare l'interfaccia di programmazione dell'applicazione (API) di Amazon SageMaker Autopilot per creare facilmente modelli e fare inferenze direttamente dalle proprie applicazioni, come ad esempio l'analisi dei dati e gli strumenti di archiviazione dati.

Casi d'uso

Previsioni dei prezzi

I modelli di previsione dei prezzi sono ampiamente utilizzati nei servizi finanziari, immobiliari, per l’energia e le utenze per prevedere il prezzo di azioni, immobili e risorse naturali. Amazon SageMaker Autopilot è in grado di prevedere i prezzi futuri per aiutare a prendere decisioni di investimento sensate in base ai dati storici come domanda, tendenze stagionali e prezzo di altre materie prime.

Stima dei tassi di abbandono

Il tasso di abbandono del cliente è la perdita di clienti e ogni azienda è alla ricerca di un modo per eliminarlo. I modelli generati automaticamente da Amazon SageMaker Autopilot consentono di comprendere i pattern di abbandono. I modelli di previsione del tasso di abbandono acquisiscono innanzitutto i pattern nei dati esistenti e li individuano nei nuovi set di dati in modo da poter ottenere una previsione sui clienti che hanno maggiori probabilità di abbandonare.

Valutazione dei rischi

La valutazione dei rischi richiede l'individuazione e l'analisi di potenziali eventi che possono avere un impatto negativo su persone, beni e sulla propria azienda. I modelli generati automaticamente da Amazon SageMaker Autopilot prevedono i rischi man mano che accadono nuovi eventi. I modelli di valutazione dei rischi vengono addestrati utilizzando i set di dati esistenti in modo da poter ottenere previsioni ottimizzate per la propria attività.

Clienti

Skullcandy Inc.
"Il nuovo servizio ML di Sisense fornito da Amazon SageMaker Autopilot era esattamente quello di cui avevamo bisogno per stare un passo avanti agli altri nel servizio clienti durante questa pandemia di COVID-19. Skullcandy è stata in grado di acquisire informazioni approfondite sulle esigenze dei nostri clienti, migliorare la risoluzione dei problemi e aumentare i punteggi della soddisfazione dei clienti."

Mark Hopkins, Chief Information Officer, Skullcandy Inc.

Freddy's
"Prima sceglievamo semplicemente due ristoranti in apparenza simili, ma adesso abbiamo una reale comprensione della relazione tra piatti del menù, clienti e punti vendita. Amazon SageMaker Autopilot, che fornisce la nuova funzionalità ML di Domo, ha dato un impulso enorme a provare nuove idee e migliorare l'esperienza dei clienti ai nostri team di marketing e acquisti.”

Sean Thompson, Direttore IT, Freddy's

Mobilewalla
"L'obiettivo primario nella mappatura demografica è l'ottimizzazione in termini di accuratezza e scala. Anche se questo è generalmente difficile, siamo stati in grado di utilizzare Amazon SageMaker Autopilot con i nostri dati di addestramento completi e le nostre funzionalità sofisticate per produrre modelli migliori che hanno migliorato la nostra accuratezza di previsione del 137%."

Anindya Datta, AD, Mobilewalla

Risorse su Amazon SageMaker Autopilot

Crea modelli di machine learning di alta qualità in modo semplice e veloce grazie ad Amazon SageMaker Autopilot (31:39)

Amazon SageMaker Autopilot