Аналитика Amazon Neptune теперь интегрирована с GraphStorm для масштабируемого машинного обучения на основе графов
Сегодня мы объявляем об интеграции Аналитики Amazon Neptune с GraphStorm, масштабируемой библиотекой графового машинного обучения (ML) с открытым исходным кодом, созданной для корпоративных приложений. Объединение высокопроизводительной системы анализа графов Amazon Neptune и гибкого ML-конвейера GraphStorm облегчает создание интеллектуальных приложений на основе графовой аналитики.
Эта интеграция позволяет обучать графовые нейронные сети (GNN) с помощью GraphStorm и передавать полученные представления, такие как встраивание узлов, классификации и прогнозы ссылок, в Аналитику Neptune. После загрузки к этим расширенным графам можно обращаться в интерактивном режиме и анализировать их с помощью встроенных алгоритмов, таких как обнаружение сообществ или поиск сходств, реализуя эффективный цикл обратной связи между машинным обучением и анализом, проводимым человеком. Эта интеграция поддерживает широкий спектр примеров использования – от обнаружения мошенничества и выдачи рекомендаций контента до улучшенной аналитики цепочки поставок, изучения биологических сетей и оптимизированной сегментации клиентов. Библиотека GraphStorm упрощает обучение моделей благодаря высокоуровневому интерфейсу командной строки (CLI) и поддерживает расширенные примеры использования с помощью API Python. Аналитика Neptune позволяет с низкой задержкой анализировать графы, насчитывающие миллиарды элементов. С ее помощью разработчики и аналитики могут изучать многоступенчатые взаимосвязи, выявлять закономерности графов и проводить расследования в реальном времени.
Интеграция Neptune и GraphStorm объединяет графовое машинное обучение с быстрой масштабируемой аналитикой и помогает командам перейти от поверхностного изучения связей к действительно глубоким выводам, независимо от того, занимаются ли они выявлением скрытых закономерностей, ранжированием рисков или персонализацией продуктов и услуг. Подробнее об использовании GraphStorm с Аналитикой Neptune см. в публикации в блоге.