게시된 날짜: Jun 7, 2022
이제 데이터 과학 및 기계 학습 워크플로를 간소화하는 오픈 소스 Python 통합을 사용하여 Amazon Neptune에 저장된 그래프 데이터에 대한 그래프 분석 및 기계 학습 태스크를 실행할 수 있습니다. 이 통합을 사용하면 로컬 Jupyter Notebook 인스턴스, Amazon SageMaker Studio, AWS Lambda 또는 기타 컴퓨팅 리소스와 같은 모든 Python 환경에서 Pandas DataFrames를 사용하여 Neptune에 저장된 그래프 데이터를 읽고 쓸 수 있습니다. 그 Python 환경에서 iGraph, NetworkX, cuGraph와 같은 오픈 소스 라이브러리를 사용하여 PageRank 및 Connected Components와 같은 그래프 알고리즘을 실행할 수 있습니다.
오늘 출시는 고객이 워크플로를 간소화해 더 빨리 구축하고 혁신하여 지식 그래프, 부정 탐지, 엔터티 해결, 보안 태세 관리와 같은 사용 사례를 위한 분석 인사이트를 추출하는 데 도움을 제공합니다. 예를 들어 NetworkX를 사용해 Neptune 데이터에서 Connected Components 알고리즘을 실행하여 사용자와 깊게 관련된 커뮤니티를 파악할 수 있습니다. PageRank를 실행해 각 커뮤니티에서 가장 영향력 있는 사용자를 찾아 Neptune에서 이러한 사용자에게 “최고의 영향력” 레이블을 붙여 업데이트할 수 있습니다. 또한 임베딩을 컴퓨팅하거나 그래프 데이터에 대한 예측을 할 수 있는 XGBoost, 기계 학습 모델을 훈련하고 배포하는 SageMaker Python SDK 또는 현재 Neptune ML과 사용할 수 있는 Deep Graph Library와 같은 Python 라이브러리를 사용할 수 있습니다.
이 통합은 Amazon Neptune이 제공되는 모든 리전에서 사용할 수 있습니다. 이 통합의 사용에 따르는 추가 비용은 없습니다. 고객은 Neptune 클러스터와 Neptune 노트북이 호스팅되는 SageMaker 노트북 인스턴스를 실행하기 위해 프로비저닝된 리소스에 대해서만 비용을 지불합니다. 요금 및 리전별 가용성에 관한 자세한 정보는 Amazon Neptune 요금 페이지 및 AWS 리전표를 참조하세요.