投稿日: May 10, 2023
Amazon SageMaker Canvas で構築された機械学習 (ML) モデルを SageMaker Model Registry にワンクリックで登録できるようになり、ML モデルを本番環境で運用できるようになりました。SageMaker Canvas はビジュアルインターフェイスです。ビジネスアナリストは ML の使用経験がなくても、あるいはコードを 1 行も書かなくても、正確な ML 予測を自分で生成できます。
SageMaker Canvas を使用すると、ML モデルを自動的に作成して What-If 分析を実行し、単一予測または一括予測を生成できます。SageMaker Model Registry の統合により、メタデータやパフォーマンスメトリクスのベースラインを含むすべてのモデルアーティファクトを中央リポジトリに保存し、既存のモデルデプロイ CI/CD プロセスに組み込むことができます。モデルレジストリは、すべてのモデル情報をパッケージ化し、モデルの本番環境への昇格を自動化できるため、モデルデプロイプロセスにおいて重要な役割を果たします。本日より、SageMaker Canvas でモデルバージョンを選択し、自分のアカウントの SageMaker Model Registry に登録し、その承認状況を追跡できるようになりました。レジストリでモデルを拒否すると、モデルがエスカレートされた環境にデプロイされるのを防ぐことができます。一方、レジストリでモデルを承認すると、モデルを実稼働前の AWS アカウントに自動的にコピーするモデルプロモーションパイプラインがトリガーされ、モデルが本番環境の推論ワークロードに対応できるようになります。
Amazon SageMaker Canvas ML モデルを SageMaker Model Registry に登録する機能は、SageMaker Canvas がサポートされているすべての AWS リージョンで利用できるようになりました。詳細については、AWS ニュースブログおよび SageMaker Canvas の製品ドキュメントをご覧ください。