Publicado: Sep 28, 2023
O Amazon SageMaker Canvas agora oferece uma maneira mais rápida e fácil de usar de criar modelos de machine learning (ML) para previsão de séries temporais. Com sua interface visual de apontar e clicar, os analistas de negócios podem criar facilmente modelos precisos de machine learning para insights e previsões, sem escrever nenhum código ou ter conhecimento prévio de machine learning. O Canvas oferece suporte a vários casos de uso, incluindo previsões de séries temporais usadas em setores como varejo, manufatura e finanças, combinando algoritmos estatísticos e de machine learning para gerar previsões altamente precisas.
Hoje, o Canvas introduziu atualizações em seus recursos de previsão para melhorar a precisão, permitir o treinamento e as previsões de modelos mais rápidos e oferecer suporte ao acesso programático. Em comparação com as versões anteriores, agora você pode treinar um modelo de previsão até 50% mais rápido em vários conjuntos de dados de referência, economizando em média 110 minutos para lotes de dados de até 100 MB. A geração de previsões também é até 45% mais rápida, reduzindo o tempo de previsão em uma média de 15 minutos para um lote típico de 750 séries temporais. Além disso, agora você pode gerar novamente previsões de um modelo existente simplesmente adicionando dados recentes, sem precisar retreinar o modelo.
Agora você pode acessar programaticamente as funções de criação e previsão do modelo por meio de APIs, incluindo relatórios abrangentes de precisão e performance do modelo. Esses relatórios permitem que você entenda melhor como os atributos do conjunto de dados afetam previsões específicas e obtenha insights mais profundos sobre os modelos ideais que o AutoML seleciona.
A previsão aprimorada agora está disponível em todas as regiões da AWS nas quais o Canvas tem suporte. As cobranças de instância do SageMaker serão aplicadas para gerar previsões. Para saber mais, consulte a documentação e os preços do Canvas.