Amazon SageMaker Autopilot

Crie automaticamente modelos de machine learning com visibilidade total

O Amazon SageMaker Autopilot cria, treina e ajusta automaticamente os melhores modelos de machine learning para classificação ou regressão com base em seus dados, permitindo a você manter controle e visibilidade totais.

A criação de modelos de machine learning (ML) exige que você prepare recursos manualmente, teste algoritmos diversos e otimize centenas de parâmetros de modelos a fim de encontrar o melhor modelo para seus dados. No entanto, essa abordagem requer conhecimento profundo em ML. Se você não domina esse conhecimento, pode usar uma abordagem automatizada (AutoML). No entanto, as abordagens AutoML normalmente fornecem muito pouca visibilidade sobre o impacto de suas características para a as previsões do modelo. Consequentemente, você talvez confie menos no modelo porque não pode recriá-lo e não pode aprender como as previsões são feitas.

O Amazon SageMaker Autopilot elimina a sobrecarga da criação de modelos de ML e ajuda você a criar, treinar e ajustar automaticamente o melhor modelo de ML baseado em seus dados. Com o SageMaker Autopilot, você simplesmente fornece um conjunto de dados tabular e seleciona a coluna de destino para previsão, que pode ser um número (como um preço de um imóvel, chamado de regressão) ou uma categoria (como spam/não spam, chamado classificação). O SageMaker Autopilot explorará automaticamente diferentes soluções para encontrar o melhor modelo. Em seguida, você pode implantar diretamente o modelo na produção com apenas um clique ou repetir as soluções recomendadas com o Amazon SageMaker Studio para melhorar ainda mais a qualidade do modelo.

Como ele funciona

Como o Amazon SageMaker Autopilot funciona

Principais recursos

Pré-processamento de dados automático e engenharia de atributos

Você pode usar o Amazon SageMaker Autopilot mesmo quando nem todos os dados estão disponíveis. O SageMaker Autopilot preenche automaticamente os dados que estão faltando, fornece insights estatísticos sobre as colunas do seu conjunto de dados e extrai automaticamente informações sobre colunas não numéricas, como informações de data e hora de carimbos de data/hora.

Seleção automática de modelos de ML

O Amazon SageMaker Autopilot deduz automaticamente o tipo de previsões mais adequado aos seus dados, como classificação binária, classificação multiclasses ou regressão. O SageMaker Autopilot então explora algoritmos de alta performance, como árvore de decisão de gradient boosting, redes neurais profundas feedforward e regressão logística, e treina e otimiza centenas de modelos com base nesses algoritmos para encontrar o modelo que melhor atende às suas necessidades.

Placar de modelos

O Amazon SageMaker Autopilot permite a você revisar todos os modelos de ML gerados automaticamente para seus dados. Você pode ver a lista de modelos classificada por métricas como acurácia, precisão, recall e área sob a curva (AUC), revisar detalhes de modelos, como o impacto dos recursos sobre as previsões, e implantar o modelo mais adequado ao seu caso de uso.

Criação automática de blocos de anotações

Você pode gerar automaticamente um bloco de anotações do Amazon SageMaker Studio para qualquer modelo criado pelo Amazon SageMaker Autopilot e mergulhar nos detalhes de como ele foi criado, refiná-lo conforme desejado e recriá-lo do bloco de anotações a qualquer momento.

Importância do recurso

O Amazon SageMaker Autopilot fornece um relatório de explicação, gerado pelo Amazon SageMaker Clarify, que torna mais fácil para você entender e explicar como os modelos criados com o SageMaker Autopilot fazem previsões. Você também pode identificar como cada atributo em seus dados de treinamento contribui para o resultado previsto como uma porcentagem. Quanto maior a porcentagem, mais forte é o impacto desse recurso nas previsões do seu modelo.

Integração fácil com aplicativos

Você pode usar a interface de programação de aplicativos (API) do Amazon SageMaker Autopilot para criar facilmente modelos e fazer deduções diretamente de seus aplicativos, como suas ferramentas de análise de dados e data warehousing.

Casos de uso

Previsões de preços

Os modelos de previsão de preços são muito utilizados em serviços financeiros, no setor imobiliário e em geração de energia e serviços públicos para prever o preço de ações, imóveis e recursos naturais. O Amazon SageMaker Autopilot pode prever preços futuros para ajudar você a tomar boas decisões de investimento com base em seus dados históricos, como demanda, tendências sazonais e preço de outras mercadorias.

Previsão de rotatividade

Rotatividade de clientes é a perda de clientes, e toda empresa busca maneiras de eliminá-la. Os modelos gerados automaticamente pelo Amazon SageMaker Autopilot ajudam a entender os padrões de rotatividade. Os modelos de previsão de rotatividade funcionam primeiro pelos padrões de aprendizado dos dados existentes e pela identificação de novos conjuntos de dados para que você possa obter uma previsão sobre os clientes com maior probabilidade de rotatividade.

Avaliação de riscos

A avaliação de riscos requer a identificação e a análise de eventos potenciais que podem impactar negativamente indivíduos, ativos e sua empresa. Os modelos gerados automaticamente pelo Amazon SageMaker Autopilot preveem riscos à medida que novos eventos ocorrem. Os modelos de avaliação de risco são treinados usando seus conjuntos de dados existentes para que você tenha previsões otimizadas para seus negócios.

Clientes

Skullcandy Inc.
“O novo serviço de ML da Sisense baseado no Amazon SageMaker Autopilot era exatamente o que precisávamos para nos manter à frente da curva em termos de atendimento ao cliente durante a pandemia de COVID-19. A Skullcandy foi capaz de obter insights profundos das necessidades de nossos clientes, aprimorar a resolução de problemas e aumentar as pontuações de satisfação dos clientes."

Mark Hopkins, diretor de TI da Skullcandy Inc.

Freddy’s
“Antes, escolheríamos simplesmente dois restaurantes que pareciam semelhantes, mas agora temos um verdadeiro entendimento das relações entre nossos itens de menu, clientes e locais. O Amazon SageMaker Autopilot, que é a base do novo recurso de ML do Domo, tem sido um multiplicador de força para nossas equipes de marketing e compras para testar novas ideias e melhorar a experiência de nossos clientes."

Sean Thompson, diretor de TI da Freddy’s

Mobilewalla
“O objetivo principal do mapeamento demográfico é a otimização em termos de precisão e escala. Embora isso seja relativamente difícil, conseguimos usar o Amazon SageMaker Autopilot com nossos dados abrangentes de treinamento e recursos sofisticados para produzir modelos melhores que aumentaram a acurácia de nossas previsões em 137%."

Anindya Datta, CEO, Mobilewalla

Recursos do Amazon SageMaker Autopilot

Crie modelos de machine learning de alta qualidade com facilidade e rapidez usando o Amazon SageMaker Autopilot (31:39)

Amazon SageMaker Autopilot