Publicado: Sep 21, 2021
O Amazon SageMaker Autopilot cria, treina e ajusta automaticamente os melhores modelos de machine learning com base em seus dados, permitindo que você mantenha controle e visibilidade totais. A partir de hoje, o SageMaker Autopilot gera métricas adicionais para todos os candidatos a modelo, juntamente com a métrica objetiva. Para problemas de classificação binária, agora o Autopilot gera pontuação F1 (a média harmônica da precisão e recuperação), exatidão e Area under the curve (AUC – Área sob a curva) para todos os candidatos a modelo. Para classificação multicategorias, agora o Autopilot gera macro F1 e exatidão para todos os candidatos a modelo. Conforme a compatibilidade anterior, você pode selecionar qualquer uma dessas métricas como a métrica objetiva a ser otimiza por seu experimento no Autopilot. Ao exibir métricas adicionais juntamente com a métrica objetiva, passa a ser possível avaliar e comparar rapidamente vários candidatos para criar um modelo que atenda ao que você precisa da melhor maneira.
Agora as métricas adicionais são geradas em todas as regiões da AWS nas quais o SageMaker Autopilot tem suporte. Para uma lista completa de métricas e métrica objetiva padrão por tipo de problema, consulte a documentação. Para começar a usar o SageMaker Autopilot, acesse a página Comece a usar ou o Autopilot no SageMaker Studio.