Publicado: Oct 26, 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, SageMaker Autopilot suporta dados de séries temporais. Agora você pode usar o SageMaker Autopilot para construir modelos de machine learning para regressão e problemas de classificação de dados de séries temporais ou quaisquer dados sequenciais, habilitando cenários, como detecção de anomalia supervisionada, avaliação de riscos ou previsão de falha baseada em uma sequência de datapoints. Por exemplo, você pode construir modelos para identificar e classificar tráfico de rede anormal registrado em um determinado tempo, ou identificar dispositivos defeituosos com base em métricas emitidas.
Você pode começar com modelos de machine learning construídos automaticamente com dados de séries temporais incluindo os dados de séries temporais no seu conjunto de dados de entrada tabular para o SageMaker Autopilot. O SageMaker Autopilot automaticamente analisará os dados, extrairá recursos significativos e testará múltiplos algoritmos de ML para processá-los. O suporte para dados de séries temporais está disponível em todas as Regiões da AWS nas quais o SageMaker Autopilot tem suporte no momento. Para obter mais detalhes, leia a documentação. Para começar a usar o SageMaker Autopilot, consulte a página do produto ou acesse o SageMaker Autopilot no SageMaker Studio.