Amazon SageMaker Autopilot が分類の問題に関する追加のメトリクスの生成を開始

Amazon SageMaker Autopilot は、完全な制御と可視性を維持しながら、データに基づいて最適な機械学習モデルを自動的に構築、トレーニング、および調整します。本日より、SageMaker Autopilot は、すべてのモデル候補について、目標メトリクスとともに追加のメトリクスを生成します。二項分類の問題の場合、Autopilot は、すべてのモデル候補について、F1 スコア (適合率と再現率の調和平均)、精度、および AUC (曲線下の面積) を生成するようになりました。マルチクラス分類の場合、Autopilot はすべてのモデル候補について、F1 マクロと精度の両方を生成するようになりました。これまでサポートされていたように、Autopilot の実験で最適化する目標メトリクスとして、これらのメトリクスのいずれかを選択できます。目標メトリクスとともに追加のメトリクスを表示することで、複数の候補をすばやく評価および比較して、ニーズに最適なモデルを構築できるようになりました。

追加のメトリクスは、SageMaker Autopilot が現在サポートされているすべての AWS リージョンで生成されるようになりました。問題の種類ごとのメトリクスとデフォルトの目標メトリクスの詳細なリストについては、ドキュメントをご覧ください。SageMaker Autopilot の使用を開始するには、開始方法を参照するか、SageMaker Studio 内の Autopilot にアクセスしてください。