Amazon SageMaker Canvas artık veri akışlarını içe aktarmayı ve ML için daha hızlı veri hazırlamayı destekliyor

Yayınlanma Tarihi: 20 Ağu 2024

Amazon SageMaker Canvas'daki Amazon SageMaker Data Wrangler artık Amazon SageMaker Stüdyosu Klasik sürümünden veri akışlarını içe aktarmanın yanı sıra makine öğrenimi (ML) için daha hızlı ve daha esnek veri hazırlamayı da destekliyor. SageMaker Canvas'daki en son SageMaker Data Wrangler sürümüyle, artık özel sınırlayıcılar ve daha fazla örnekleme seçeneği ile S3'ten verileri daha kolay bir şekilde içe aktarabilir ve verileri daha yüksek performansla hazırlayabilirsiniz. Bununla birlikte, dönüşümleri daha hızlı doğrulayabilir ve veri tariflerini kolaylıkla yineleyebilirsiniz. Ayrıca, SageMaker Canvas'daki en son veri hazırlama özelliklerinden ve iyileştirmelerinden yararlanmak için SageMaker Stüdyosu Klasik sürümünden veri akışlarını içe aktarabilirsiniz.

Büyük miktardaki verileri toplamak, analiz etmek ve dönüştürmek, oldukça yinelemeli ve tekrarlı bir süreç olduğu için herhangi bir makine öğrenimi projesinin en çok zaman alan kısmıdır. Bu yeni iyileştirmelerle, verileri top-k, rastgele veya katmanlı gibi farklı örnekleme yöntemleriyle içe aktarabilir ve temsil örnekleri elde etmek için örneklem boyutunu ve yöntemini gerektiği gibi ayarlayabilirsiniz. Verileri daha düşük gecikmeyle dönüştürebilir, dönüşümlerin veri boyutu üzerindeki etkisini hızlı bir şekilde doğrulayabilir ve adımları gerektiği şekilde yeniden sıralayabilirsiniz. Ayrıca, farklı veri kümeleri ve modeller için yeniden kullanmak üzere bir veri tarifini kopyalayabilir ve veri kaynaklarını değiştirebilirsiniz. Son olarak, SageMaker Stüdyosu Klasik sürümündeki SageMaker Data Wrangler'dan SageMaker Canvas'a mevcut tüm veri akışlarını tek tıklamayla içe aktarabilir veya belirli veri akışlarını S3 veya yerel dosya yüklemeleri aracılığıyla manuel olarak içe aktarabilirsiniz.

Bu gelişmiş veri hazırlama özellikleri, SageMaker Canvas'ın desteklendiği tüm AWS bölgelerinde kullanıma sunulmuştur. Daha fazla bilgi için bloga ve AWS teknik belgelerine göz atın.