投稿日: Jul 25, 2023
Amazon SageMaker Canvas で、さまざまな目標メトリクスを使用して機械学習 (ML) モデルをトレーニングできるようになり、モデルの長所と短所をより包括的に理解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とシチズンデータサイエンティストは ML の専門知識がなくても、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。
デフォルトでは、SageMaker Canvas は各問題タイプに最も適した目標メトリクスを選択します。ただし、さまざまな目標メトリクスを使用して ML モデルをトレーニングすることで、モデルの堅牢性と汎化能力を強化できます。単一のメトリクスに最適化すると、トレーニングデータに対して過適合になったり、偏ったりする可能性があります。異なるメトリクスの使用にはしばしばトレードオフが伴います。たとえば、精度を最適化すると再現率が低下する可能性があり、逆もまた同様です。さまざまな目標メトリクスを使用してモデルをトレーニングすることで、これらのトレードオフを評価し、特定の要件に合った最適な妥協案を選択できます。これまで、SageMaker Canvas は問題タイプごとに1つのデフォルトの目標メトリクスしかサポートしていませんでした。本日より、サポートされているメトリクスのリストから目標メトリクスを選択し、それに応じて ML モデルを最適化できます。
Amazon SageMaker Canvas でさまざまな目標メトリクスを使用して ML モデルをトレーニングする機能が、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、SageMaker Canvas の製品マニュアルをご覧ください。