게시된 날짜: Nov 7, 2023
Amazon SageMaker Canvas는 분석가와 일반인 데이터 사이언티스트가 비즈니스 요구 사항에 맞는 정확한 ML 예측을 생성할 수 있는 노코드 워크스페이스입니다. 오늘부터 Canvas는 훈련 메서드(앙상블/하이퍼 파라미터 최적화) 및 알고리즘 선택, 훈련/검증 데이터 분할률 사용자 지정, AutoML 반복 및 작업 런타임 제한 설정과 같은 고급 모델 구축 구성을 지원하므로 사용자는 단 한 줄의 코드를 작성하지 않고도 모델 구축 구성을 사용자 지정할 수 있습니다. 이러한 유연성을 통해 더욱 강력하고 통찰력 있는 모델을 개발할 수 있습니다. 기술적 지식이 없는 이해관계자도 기본 설정으로 노코드 기능을 사용할 수 있으며, 일반인 데이터 사이언티스트는 다양한 ML 알고리즘 및 기술을 실험하여 데이터에 가장 적합한 메서드를 파악하고 모델의 품질과 성능을 보장하도록 최적화할 수 있습니다.
이제 SageMaker Canvas는 모델 구축 구성 외에 모델 리더보드도 제공합니다. 리더보드를 사용하면 Canvas에서 평가한 다양한 모델 구성에 대한 주요 성능 지표(예: 정확도, 정밀도, 재현율, F1 점수)를 쉽게 비교하여 데이터에 가장 적합한 모델을 생성할 수 있으므로, 모델 구축의 투명성이 향상되고 모델 선택에 대해 정보에 입각한 결정을 내릴 수 있습니다. 아울러 노트북에서 제안된 전처리 단계, 알고리즘, 하이퍼파라미터 범위 등 전체 모델 구축 워크플로를 볼 수도 있습니다.
이러한 기능을 사용하려면 모델을 구축할 때 SageMaker Canvas에서 로그아웃했다가 다시 로그인한 후, '모델 구성'을 클릭하세요. Amazon SageMaker Canvas에서 모델 구성을 사용자 지정하고, 모델 리더보드를 보고, AutoML 워크플로 노트북을 다운로드하는 기능은 이제 SageMaker Canvas가 지원되는 모든 AWS 리전에서 사용할 수 있습니다.