投稿日: Jun 10, 2022
SageMaker Experiments で、SageMaker 上で実行されたトレーニングジョブの結果を理解するのに役立つ詳細なメトリクスやチャートのサポートを開始しました。Amazon SageMaker Experiments は、機械学習 (ML) を使用した実験を整理、追跡、比較、評価するのに役立つ Amazon SageMaker の機能です。本リリースにより、適合率と再現率 (PR) の曲線、受信者動作特性 (ROC 曲線)、および混同行列を表示できるようになりました。これらの曲線を使用すると、偽陽性と陰性、および SageMaker で学習済みのモデルのパフォーマンスと精度のトレードオフを把握することができます。複数のトレーニングの実行を比較したり、ユースケースに最適なモデルを特定したりすることも容易になります。
使用を開始するには、Python SDK を使ってトレーニングスクリプトから試行に関するメトリクスをログに書き出します。試行についてのチャートを表示するには、SageMaker Studio の Experiments UI で [chart] タブを開きます。この機能は SageMaker Experiments が提供されているすべてのリージョンで、本日よりお使いいただけます。SageMaker Experiments の使用を開始するには、ドキュメントページをご覧いただくか、SageMaker Studio から SageMaker Experiments にアクセスしてください。