Publicado: Nov 30, 2022
O Amazon SageMaker Autopilot, um serviço de machine learning (ML) com pouco código que cria, treina e ajusta automaticamente os melhores modelos de ML com base em seus dados, agora está integrado ao Amazon SageMaker Pipelines, o primeiro serviço de integração contínua e entrega contínua (CI/CD) criado especificamente para ML. Isso permite a automação de um fluxo de ponta a ponta da criação de modelos de ML usando o SageMaker Autopilot e a integração de modelos nas etapas subsequentes de CI/CD.
A partir de hoje, você pode adicionar uma etapa de treinamento automatizada (AutoMLStep) no SageMaker Pipelines e invocar um experimento do SageMaker Autopilot com o modo de treinamento Ensemble. Como exemplo, vamos considerar a criação de um fluxo de trabalho de ML de treinamento e avaliação para um caso de uso de detecção de fraude com o SageMaker Pipelines. Agora você pode iniciar um experimento do SageMaker Autopilot usando a etapa AutoML, que executará automaticamente vários testes para encontrar o melhor modelo em um determinado conjunto de dados de entrada. Depois que o pacote de modelo para o melhor modelo é criado usando a etapa CreateModel, sua performance pode ser avaliada em dados de teste usando a etapa Transform no SageMaker Pipelines. Eventualmente, o modelo pode ser registrado no SageMaker Model Registry usando a etapa RegisterModel.
O suporte nativo para SageMaker Autopilot como uma etapa no SageMaker Pipelines agora está disponível em todas as regiões nas quais o SageMaker Pipelines é oferecido, exceto na região Amazon Web Services China (Pequim) e na região Amazon Web Services China (Ningxia). Para saber mais sobre o SageMaker Pipelines e o SageMaker Autopilot, visite a página do produto SageMaker Pipelines e a página do produto SageMaker Autopilot.