Amazon SageMaker Autopilot

Crie automaticamente modelos de machine learning com visibilidade total

Crie, treine e ajuste automaticamente os melhores modelos de ML com base em seus dados, enquanto mantém visibilidade e controle totais

Selecione o melhor modelo de um painel de classificação referente à performance do modelo e aos requisitos de precisão

Implante o modelo na produção com apenas um clique ou itere com os modelos recomendados no Amazon SageMaker Studio

Como funciona

O Amazon SageMaker Autopilot elimina o trabalho pesado da criação de modelos de ML. Você simplesmente fornece um conjunto de dados tabular e seleciona a coluna de destino para prever, e 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 para melhorar ainda mais a qualidade do modelo.

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.

Freddys
"Anteriormente, 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

RetentionX
"NA RetentionX, fornecemos insights de negócios com um clique para empresas de comércio eletrônico. Para atender nossos clientes, é importante que eles possam começar rapidamente e tomar decisões de negócios em tempo hábil. No entanto, construir modelos precisos de machine learning pode ser caro e levar meses de tentativa e erro. Além disso, a precisão do modelo também depende muito da amplitude e profundidade dos dados de treinamento e do conjunto de recursos exclusivos disponível para cada um de nossos clientes. Com a ajuda do Amazon SageMaker Autopilot, nossos clientes podem gerar automaticamente os melhores modelos de ML com base em conjuntos de dados exclusivos. Graças ao SageMaker Autopilot, podemos fornecer insights personalizados a dezenas de milhões de compradores que exploram o poder do AutoML”.

Alexander Jost, CEO, RetentionX

Recursos

TUTORIAL

Crie modelos de machine learning automaticamente

Blog

Make batch predictions with Amazon SageMaker Autopilot (Fazer previsões em lote com o Amazon SageMaker Autopilot)

BLOG

Amazon SageMaker Autopilot now supports time series data (Agora o Amazon SageMaker Autopilot oferece suporte para dados de séries temporais)

BLOG

AutoML using SageMaker with large parquet datasets (AutoML usando SageMaker com grandes conjuntos de dados de parquet)

BLOG

Add AutoML with SageMaker Autopilot across accounts (Adicionar AutoML com o SageMaker Autopilot através de contas)

BLOG

Explainability and model quality tools in SageMaker Autopilot (Explicabilidade e ferramentas de qualidade de modelo no SageMaker Autopilot)

BLOG

Automatically generate model evaluation metrics (Gerar automaticamente as métricas de avaliação do modelo)