Amazon SageMaker Birleşik Stüdyosu artık veri profili oluşturma ve anormallik algılamayı destekliyor
Amazon SageMaker Birleşik Stüdyosu artık AWS Glue Veri Kalitesi tarafından desteklenen veri profili oluşturma ve anormallik algılamayı destekliyor. Veri görevlileri, mühendisler ve analistler, verilerinin şeklini ve eksiksizliğini anlamak için onların istatistiksel profillerini oluşturabilir ve bu istatistiklerin zaman içinde nasıl değiştiğini izleyebilir. Anomali algılama, önceden tanımlanmış eşikler veya özel kurallar gerekmeden veri noktalarının geçmiş modellerden ne zaman saptığını belirlemeye yardımcı olur. Bu özellikler hem katalog tablolarında bekleyen verilerde hem de Visual ETL işleri içinde taşınan verilerde kullanılabilir.
Bu lansmanla gelen katalog tablolarındaki özel bir Veri profili sekmesi, veri kümesi düzeyinde ve sütun düzeyinde istatistikler hesaplayan isteğe bağlı ve planlı profilleme sunar. Profil geçmişi biriktikçe, anormallik algılama bir temel beklenen davranış düzeyi oluşturur ve tahmin edilen aralığın dışında kalan veri noktalarını işaretler. Bu, özellikle belirli eşiklerin farkında olmadığınızda veya beklenen değerlerin zamanla değiştiği ve sabit kuralların eskidiği durumlarda kullanışlıdır. Aynı profil istatistikleri ve anormallik algılama, taşınan veri için herhangi bir Visual ETL işinin sonuçlar sayfasında, bir Veri Kalitesini Değerlendir dönüşümüyle birlikte mevcuttur.
Bu özellik, Amazon SageMaker Birleşik Stüdyosu'nun kullanılabildiği tüm AWS bölgelerinde kullanıma sunuldu. Daha fazla bilgi edinmek için Amazon SageMaker Birleşik Stüdyosu belgelerini ziyaret edin.