AWS Glue, makine öğrenimi destekli yeni Glue Veri Kalitesi özelliğinin genel kullanıma sunulmasını duyurdu
AWS Glue, bulunması zor veri kalitesi sorunlarını ve anormalliklerini algılamak için makine öğrenimi destekli anormallik algılama algoritmalarını kullanan yeni bir AWS Glue Veri Kalitesi (Glue DQ) özelliğinin genel kullanıma sunulduğunu duyurdu. Bu, müşterilerin veri kalitesi sorunlarını proaktif bir biçimde tanımlayıp düzeltmesine yardımcı olur.
Veri mühendisleri ve analistleri, verilerini ölçüp izlemek için Glue DQ'daki kurallardan yararlanır. Glue DQ'nun mevcut kural tabanlı yaklaşımı bilinen veri düzenleri için iyi çalışsa da, beklenmedik anormallikleri gözden kaçırabilir. Şimdi veri mühendisleri ve analistleri beklenmeyen veri kalitesi sorunlarını kolayca algılamak için Glue DQ'nun Anormallik Algılama özelliğini kullanabilir. Müşteriler bu özelliği kullanmak için kurallar veya analiz araçları yazabilir ve ardından Glue ETL'deki Anormallik Algılamayı etkinleştirebilir. Glue DQ, kurallarda ve analiz araçlarında belirtilen sütunlar için istatistikler toplar, anormallikleri algılamak için makine öğrenimi algoritmaları uygular ve algılanan sorunları açıklayan anlaşılması kolay görsel gözlemler oluşturur. Müşteriler, anormal düzenleri yakalamak ve daha doğru algılama için makine öğrenimi modelini ayarlamak amacıyla geri bildirim sağlamak üzere önerilen kurallardan yararlanabilir.
Daha fazla bilgi edinmek için blogu okuyun, tanıtım videosunu izleyin veya belgelere göz atın. Bu özellik ABD Doğu (Kuzey Virginia), ABD Doğu (Ohio), ABD Batı (Oregon), Avrupa (İrlanda), Avrupa (Stokholm), Avrupa (Frankfurt), Asya Pasifik (Singapur), Asya Pasifik (Sidney), ve Asya Pasifik (Tokyo) bölgelerinde kullanıma sunulmuştur.