Amazon SageMaker Canvas เพิ่มความสามารถในการเตรียมข้อมูลใหม่และการอัปเดตความสามารถในการใช้งาน
Amazon SageMaker Canvas เป็นอินเทอร์เฟซแบบจุดและคลิกภาพที่ช่วยให้นักวิเคราะห์ธุรกิจสามารถสร้างการคาดการณ์ ML ที่ถูกต้องด้วยตัวเองโดยไม่ต้องใช้ประสบการณ์การเรียนรู้ของเครื่องหรือต้องเขียนโค้ดเพียงบรรทัดเดียว SageMaker Canvas ทำให้ง่ายต่อการเข้าถึงและรวมข้อมูลจากแหล่งที่หลากหลาย ทำความสะอาดข้อมูลโดยอัตโนมัติและใช้การปรับเปลี่ยนข้อมูลที่หลากหลาย และสร้างโมเดล ML เพื่อสร้างการคาดการณ์ที่ถูกต้องด้วยการคลิกเพียงไม่กี่ครั้ง
วันนี้ Amazon SageMaker Canvas กำลังประกาศคุณสมบัติการเตรียมข้อมูลใหม่ที่ทำให้จัดการสำรวจและแก้ไขชุดข้อมูลได้ง่ายขึ้นก่อนสร้างโมเดล ML ฟีเจอร์ที่สำคัญ ได้แก่
- การกรองแถวเพื่อสำรวจและแก้ไขชุดข้อมูล: ตอนนี้คุณสามารถดูตัวอย่างและลบแถวที่มีค่าและค่าที่ขาดหายไป คุณยังสามารถระบุเงื่อนไขเพิ่มเติมเพื่อดูตัวอย่างและลบแถวออกจากชุดข้อมูลของคุณ ตัวอย่างเช่น สำหรับประเภทข้อมูลตัวเลข คุณสามารถระบุเงื่อนไขเช่น มากกว่า, น้อยกว่า, เท่ากับ, ระหว่างและมากกว่า รายการเงื่อนไขที่รองรับแตกต่างกันไปตามประเภทข้อมูลและบันทึกไว้ที่ นี่
- รูปแบบการประทับเวลาที่ขยายและแปลงเพื่อแยกวันที่เวลา: ตอนนี้คุณสามารถแยกข้อมูลวันที่และเวลาจากคอลัมน์การประทับเวลาและสร้างคอลัมน์ใหม่ ทำให้ง่ายต่อการเตรียมและแปลงข้อมูลซีรี่ส์เวลาของคุณและเพิ่มการแปลงลงในสูตรโมเดลของคุณด้วยการคลิกเพียงไม่กี่ครั้ง นอกจากนี้ SageMaker Canvas ยังรองรับรูปแบบการประทับเวลาหลายรูปแบบทำให้ง่ายต่อการทำงานกับข้อมูลไทม์ซีรีส์สำหรับการพยากรณ์ปัญหา สำหรับรายการเต็มรูปแบบของรูปแบบการประทับเวลาและวันที่ความสามารถในการแยกเวลา โปรดดูที่นี่
นอกเหนือจากคุณสมบัติการเตรียมข้อมูลและการแปลงที่ระบุไว้ข้างต้นแล้วคุณสามารถเปลี่ยนชื่อชุดข้อมูลและคอลัมน์เพื่อความสะดวกในการใช้งาน การอัปเดตการใช้งานอื่น ๆ รวมถึงข้อความที่ผู้ใช้เผชิญหน้ากับการดำเนินการที่แนะนำ และการมองเห็นจำนวนเซลล์ชุดข้อมูลก่อนสร้างโมเดล ML
เริ่มตั้งแต่วันนี้การเตรียมข้อมูลและการอัปเดตการใช้งานใหม่มีให้บริการในทุกภูมิภาคที่รองรับ Amazon SageMaker Canvas หากต้องการเรียนรู้เพิ่มเติมและเริ่มต้นใช้งาน โปรดดู เอกสารและ หน้าผลิตภัณฑ์ Amazon SageMaker Canvas