Publicado: Feb 27, 2023
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 dados, já permite selecionar algoritmos de treinamento durante a criação de um experimento do Autopilot. A capacidade de selecionar algoritmos oferece a flexibilidade de personalizar a jornada do AutoML e concluir experimentos com muito mais rapidez.
O Amazon SageMaker Autopilot oferece seleção automática ou manual de dois métodos de treinamento, Ensemble e Hyperparameters Optimization (HPO – Otimização de hiperparâmetros), para resolver diferentes problemas de machine learning. Os modos de treinamento Ensemble e HPO oferecem suporte a oito e três algoritmos, respectivamente. Cada modo de treinamento executa um conjunto predefinido de algoritmos em um conjunto de dados para treinar candidatos a modelos. Por padrão, o Autopilot seleciona previamente todos os algoritmos disponíveis para o modo de treinamento especificado. A partir de hoje, você pode selecionar um ou mais algoritmos entre os algoritmos oferecidos e personalizar o experimento do Autopilot para atender aos requisitos de treinamento do modelo. Além de eliminar a necessidade de iterar algoritmos não preferenciais, a seleção de algoritmos também melhora o tempo de execução geral do trabalho.
Agora. a seleção de algoritmos no SageMaker Autopilot está disponível em todas as regiões em que o SageMaker Autopilot é oferecido. Para começar, crie um experimento de SageMaker Autopilot no console do SageMaker Studio. Você pode consultar o guia de referência da API createAutoMLJob para ver as alterações da API e atualizar para a versão mais recente do SageMaker Studio a fim de usar o novo recurso de seleção de algoritmos. Para obter mais informações sobre esse recurso, consulte o guia do desenvolvedor. Para saber mais sobre o SageMaker Autopilot, acesse a página do produto.