Amazon SageMaker Birleşik Stüdyosu artık veri kalitesi kuralı oluşturma ve değerlendirmeyi destekliyor
Amazon SageMaker Birleşik Stüdyosu artık AWS Glue Veri Kalitesi tarafından desteklenen veri kalitesi kuralı oluşturma ve değerlendirmeyi destekliyor. Veri mühendisleri, analistler ve veri bilimcileri, hem katalog tablolarında bekleyen veriler hem de Visual ETL işleri içinde taşınan veriler için veri kalitesi kuralları tanımlayabilir, kural kümesi değerlendirmelerini çalıştırabilir ve sonuçları doğrudan SageMaker Birleşik Stüdyosu içinde görüntüleyebilir. Bu, kötü veriler veri göllerinize girmeden veya aşağı akış analiz ve makine öğrenimi iş yüklerini etkilemeden önce veri kalitesi sorunlarını yakalamanıza yardımcı olur.
Bu lansman sayesinde, AWS Glue Veri Kalitesi uygulamasında kullanılan aynı Veri Kalitesi Tanım Dili'ni (DQDL) kullanarak kurallar oluşturabilir, değerlendirmeleri iki iş akışında doğrudan SageMaker Birleşik Stüdyosu'nda çalıştırabilirsiniz. Bekleyen veriler için katalog varlıklarındaki özel Veri Kalitesi sekmesi, kural oluşturma, isteğe bağlı veya zamanlanmış değerlendirmeler ve kural başına ayrıntılı geçme/kalma sonuçları sağlar. Taşınan veriler için herhangi bir Visual ETL işine Veri Kalitesini Değerlendir dönüşümü ekleyebilir, çalışma ayrıntılarının bir parçası olarak veri kalitesi sonuçlarını inceleyebilirsiniz. Bütünlük, benzersizlik, tazelik, doğruluk ve diğer veri kalitesi boyutlarını kontrol eden kural kümeleri oluşturabilirsiniz.
Bu özellik, Amazon SageMaker Birleşik Stüdyosu'nun kullanılabildiği tüm AWS Bölgelerinde, hem AWS IAM Kimlik Merkezi tabanlı hem de IAM tabanlı etki alanlarında kullanılabilir. Daha fazla bilgi edinmek için Amazon SageMaker Birleşik Stüdyosu belgelerini ziyaret edin.