게시된 날짜: Feb 8, 2022
Amazon SageMaker Autopilot은 데이터에 기반해 최상의 기계 학습 모델을 자동으로 구축, 훈련 및 튜닝하는 동시에 완전한 제어와 가시성을 유지 관리할 수 있도록 합니다. 오늘부터, SageMaker Autopilot은 분류 문제에 대한 모델 성능을 위해 더 나은 가시성을 제공하는 새로운 지표 및 보고서를 제공합니다. 이러한 지표를 활용하여 모델 순위표에서 최고의 모델에 대한 더 많은 인사이트를 수집할 수 있습니다.
새로운 지표 및 보고서에는 혼동 행렬, 수신자 조작 특성 곡선 아래 영역(AUC-ROC) 및 정밀도 재현율 곡선 아래 영역(AUC-PR)이 포함되어 있으며, 이는 오탐, 정탐과 오탐 간의 트레이드오프, 최상의 모델의 성능 특성을 평가하기 위한 정밀도와 재현율 간의 트레이드오프를 이해하는 데 도움이 됩니다. 특히, 혼동 행렬은 서로 다른 클래스/레이블과 관련하여 모델 성능을 시각화하는 데 도움이 되며, 수신자 조작 특성 곡선 아래 영역(AUC-ROC)은 정탐율과 오탐율간의 트레이드오프를 나타내고, 정밀도 재현율 곡선 아래 영역(AUC-PR)은 정밀도와 재현율 간의 트레이드오프를 나타냅니다. 이러한 새로운 지표는 최상의 모델 후보에 대한 "모델 세부 정보" 아래의 새로운 "성능" 탭에서 사용할 수 있으며 PDF 보고서로 다운로드할 수 있습니다. 이전에 사용 가능했던 것처럼, F1, F1 매크로, AUC, MSE 및 정확도와 같은 추가 스칼라 지표를 순위표의 모든 모델 후보에 대해 사용할 수 있습니다.
오늘부터, SageMaker Autopilot을 사용할 수 있는 모든 리전에서 최고의 후보에 대한 이러한 새로운 모델 보고서 및 인사이트를 사용할 수 있습니다. 자세한 내용은 Autopilot 모델 보고서를 참조하세요. SageMaker Autopilot을 시작하려면 제품 페이지를 참조하거나 SageMaker Studio 내에서 SageMaker Autopilot에 액세스하세요.