Publicado: Nov 12, 2021
O Amazon SageMaker Autopilot desenvolve, treina e ajusta automaticamente os melhores modelos de machine learning com base em seus dados, permitindo que você mantenha controle e visibilidade totais. Como parte do desenvolvimento de modelos, o SageMaker Autopilot automaticamente limpa, prepara e pré-processa os dados para otimizar a performance dos modelos de machine learning. A partir de hoje, o Autopilot gera insights de dados adicionais que podem ajudar você a melhorar a qualidade dos dados e, desse modo, desenvolver modelos de maior qualidade para atender melhor às necessidades de sua empresa.
Alguns dos insights de dados mais importantes agora gerados incluem poder de previsão, correlação entre recursos, distribuição de colunas de destino, linhas duplicadas, linhas anômalas, distribuição de classes desequilibrada, cardinalidade para resposta de destino de classificação multiclasse. Esses insights são apresentados no caderno de exploração de dados gerado pelo Autopilot e ficam logo disponíveis a você, antes do processo de treinamento estar em andamento. Sempre que possível esses insights também incluem recomendações para corrigir qualquer problema de qualidade de dados detectado antes de tentar pré-processar e selecionar os dados automaticamente.
Os insights de dados e as recomendações agora são gerados em todas as regiões da AWS nas quais o SageMaker Autopilot é suportado atualmente. Para saber mais, consulte insights de dados. Para começar a usar o SageMaker Autopilot, consulte Conceitos básicos ou acesso ao Autopilot no SageMaker Studio.