SageMaker Canvas desbloqueia o machine learning sem código e a preparação de dados em escala de petabytes
O Amazon SageMaker Canvas agora capacita as empresas a aproveitar todo o potencial de seus dados, permitindo o suporte a conjuntos de dados em escala de petabytes. A partir de hoje, você pode preparar grandes conjuntos de dados de forma interativa, criar fluxos de dados de ponta a ponta e acionar experimentos do AutoML em petabytes — um salto substancial em relação ao limite anterior de 5 GB. Com mais de 50 conectores, interface intuitiva de “chat com dados” e suporte a petabytes, o Canvas fornece uma solução de machine learning escalável e com pouco código/sem código para lidar com casos de uso corporativos reais.
A partir de hoje, o Canvas capacita você com novas técnicas de amostragem, como aleatória e estratificada, permitindo amostras de até 200 mil linhas — um aumento de dez vezes. Isso facilita a coleta de informações sobre a qualidade dos dados e a compreensão interativa do impacto de suas transformações de dados antes de processar todo o conjunto de dados, aproveitando nossa nova integração perfeita com o EMR Sem Servidor. O Canvas escala automaticamente o processamento de mais de 5 GB de dados em amostragem, preparação, criação de modelos e inferência para o EMR Sem Servidor, liberando todo o potencial preditivo de seus dados por meio de uma experiência intuitiva. O uso do EMR Sem Servidor gera custos adicionais de preços do EMR.
O novo suporte a petabytes e a experiência interativa aprimorada estão disponíveis em todas as regiões da AWS que oferecem o SageMaker Canvas.
Para começar a usar o machine learning sem código e a preparação de dados de grandes conjuntos de dados, habilite a “large data processing configuration” (configuração de processamento de grandes volumes de dados) em seu domínio e perfil de usuário do Canvas usando nossa documentação técnica e aprenda a usar o novo recurso no blog do AWS Machine Learning. Os usuários existentes devem atualizar suas configurações de domínio do SageMaker de acordo com a documentação, sair do espaço de trabalho do Canvas e fazer login novamente para acessar a versão mais recente.