Publicado: Feb 11, 2022
Você agora pode definir modelos de machine learning personalizados com o Neptune Machine Learning (ML) para seus dados de grafos no Amazon Neptune. O Neptune ML é um recurso de machine learning do Amazon Neptune que utiliza redes neurais de grafos (GNNs) desenvolvidas com a Deep Graph Library (DGL) para automatizar o trabalho pesado de selecionar e treinar modelos de ML para dados de grafos. Com esse lançamento, você também pode executar consultas de inferência em SPARQL no modelo de dados Resource Description Framework (RDF) do W3C, além de consultas de inferência em Gremlin do Apache TinkerPop em grafos de propriedade. As novas tarefas de machine learning para RDF incluem classificação de objetos, regressão de objetos, previsão de objetos e previsão de sujeitos.
O modelo de treinamento personalizado destina-se a usuários que desejam utilizar seus próprios modelos de GNN personalizados desenvolvidos em DGL ou a casos de uso avançados na classificação e regressão de nós, por exemplo, o uso de modelos tabulares ou de conjunto. Por exemplo, é possível construir um modelo de ML personalizado para vincular registros de clientes em um grafo de identidade ou combinar as previsões de um modelo sem grafos e um modelo de grafos para detectar fraudes. Com o suporte a SPARQL, o Neptune ML pode inferir classificação categórica ou regressão numérica nas propriedades tanto de objetos quanto de sujeitos. O Neptune ML também pode prever o objeto mais provável considerando um sujeito e um predicado existentes e vice-versa em dados da RDF.
Você pode usar a configuração de início rápido para começar a usar o Neptune ML. O Neptune ML está disponível para o Neptune versões 1.0.5.0 e posteriores em todas as regiões em que o Amazon Neptune está disponível. Não há cobranças adicionais pelo uso do Neptune ML. Você paga apenas pelos recursos provisionados, como Amazon Neptune, Amazon SageMaker, Amazon CloudWatch e Amazon S3.
Para obter mais informações sobre modelos personalizados, consulte a documentação ou os modelos de exemplo para classificação de nós e outras tarefas no GitHub. Exemplos de consultas de inferência em SPARQL para Neptune ML estão disponíveis em nossa documentação.