Amazon SageMaker

Uygun ölçekte makine öğrenimi modelleri oluşturma, eğitme ve dağıtma

Amazon SageMaker, yazılım geliştiricilerin ve veri bilimcilerinin her ölçekte makine öğrenimi modellerini hızla ve kolayca oluşturmasını, eğitmesini ve dağıtmasını sağlayan tam olarak yönetilen bir platformdur. Amazon SageMaker, makine öğrenimi kullanmak isteyen geliştiricilerin sık sık karşısına çıkan tüm engelleri ortadan kaldırır.

Model oluşturma, eğitme ve üretim için dağıtma süreci genelde çok karmaşık ve çok yavaş olduğundan makine öğrenimi çoğu yazılım geliştiriciye olması gerekenden çok daha zor gelmektedir. İlk olarak veri kümenizin önemli öğelerini belirlemek için eğitim verilerini toplamanız ve hazırlamanız gerekir. Ardından kullanacağınız algoritmayı ve framework'ü seçmeniz gerekir. Yaklaşıma karar verdikten sonra eğitimle modele tahminde bulunmayı öğretmeniz gerekir ve bunun için çok fazla işlem gücüne ihtiyaç duyulur. Ardından modeli ayarlayarak en iyi tahminleri sunmasını sağlamanız gerekir ve bu genelde uğraştırıcı ve el ile yapılması gereken bir işlemdir. Tam olarak eğitilmiş bir model geliştirdikten sonra bu modeli uygulamanızla entegre ederek bu uygulamayı ölçeklendirilecek bir altyapıda dağıtmanız gerekir. Bu işlemlerin tümü için uzmanlık bilgisi, büyük miktarda işlemci ve depolama alanı erişimi ve sürecin her adımında deneme ve optimizasyon yapmak için çok fazla zamana ihtiyaç duyulur. Sonuç olarak tüm bu süreçlerin çoğu yazılım geliştirici için karmaşık görünmesi normaldir.

Amazon SageMaker, bu adımlarda yazılım geliştiricilerin başarıya ulaşmasına engel olan karmaşıklığı ortadan kaldırır. Amazon SageMaker'da makine öğrenimi modelleri oluşturmak, eğitmek ve dağıtmak için birlikte veya ayrı ayrı kullanılabilecek modüller bulunur.

Amazon SageMaker'a Giriş

Nasıl Çalışır?

Oluşturma

Amazon SageMaker eğitim verilerinize hızlıca bağlanmanın yanı sıra uygulamanız için en iyi algoritma ile framework'ü seçmek ve optimize etmek için ihtiyacınız olan her şeyi sunarak makine öğrenimi modelleri oluşturmayı ve eğitim için hazırlamayı kolaylaştırır. Amazon SageMaker, Amazon S3'te depolanan eğitim verilerinizi keşfetmeyi ve görselleştirmeyi kolaylaştıran barındırılmış Jupyter Notebook'larına sahiptir. Doğrudan S3 içindeki verilere bağlanabilir veya AWS Glue kullanarak Amazon RDS, Amazon DynamoDB ve Amazon Redshift verilerinizi notebook analizi için S3'e taşıyabilirsiniz.

Amazon SageMaker, algoritmanızı seçmenize yardımcı olmak için önceden yüklenmiş ve bu algoritmaları çalıştıran diğer sistemlere kıyasla 10 kat daha fazla performans sunmak üzere optimize edilmiş olan en yaygın kullanılan makine öğrenimi algoritmalarını içerir. Amazon SageMaker aynı zamanda TensorFlow, Apache MXNet ve Chainer in Docker container'larını çalıştırmak üzere önceden yapılandırılmıştır. Ayrıca bu açık kaynak container'ları yerel ortamınıza indirebilir ve Amazon SageMaker ile modelinizi eğitmeden veya üretim ortamında barındırmadan önce Amazon SageMaker Python SDK'sını kullanarak betiklerinizi yerel modda test edebilirsiniz. İsterseniz kendi framework'ünüzü de kullanabilirsiniz.

Eğitme

Amazon SageMaker konsolundan tek bir tıklamayla modelinizi eğitmeye başlayabilirsiniz. Amazon SageMaker, tüm altyapıyı sizin için yönetir ve petabayt ölçeğindeki modelleri eğitmek için kolayca ölçeklendirmenizi sağlar. Amazon SageMaker, eğitim sürecini daha hızlı ve daha kolay hale getirmek için modelinizi mümkün olan en yüksek hassasiyete ulaşacak şekilde otomatik olarak ayarlayabilir.

Dağıtma

Modeliniz eğitildikten ve ayarlandıktan sonra Amazon SageMaker üretim ortamına kolayca dağıtarak gerçek zamanlı verilerle veya toplu verilerle tahmin oluşturmaya başlamanızı (çıkarım süreci) kolaylaştırır. Amazon SageMaker, modelinizi hem yüksek performans hem de yüksek oranda erişilebilirlik sağlamak üzere birden fazla erişilebilirlik alanına dağıtılmış olan ve otomatik olarak ölçeklendirilen Amazon SageMaker makine öğrenimi bulut sunucuları üzerinde dağıtır. Amazon SageMaker aynı zamanda en iyi sonuçlara ulaşma amacıyla modelinizi test etmenize ve farklı sürümlerle deneme yapmanıza yardımcı olacak yerleşik A/B test özelliklerine de sahiptir.

Amazon SageMaker, makine öğreniminin ağır yükünü üstlenerek daha hızlı ve daha kolay bir şekilde makine öğrenimi modelleri oluşturmanızı, eğitmenizi ve dağıtmanızı sağlar.

Avantajlar

Makine Öğrenimi ile Hızla Üretime Geçin

Amazon SageMaker, makine öğrenimi modellerini eğitmek, ayarlamak ve dağıtmak için gereken süreyi önemli ölçüde kısaltır. Amazon SageMaker, modelleri hızla üretime geçirmenizi sağlamak için karmaşık eğitim ve ayarlama tekniklerinin tümünü yönetir ve otomatikleştirir.

İstediğiniz Framework'ü veya Algoritmayı Seçin

Amazon SageMaker, tüm makine algoritmalarını ve framework'lerini desteklediğinden aşina olduğunuz teknolojileri kullanmaya devam edebilirsiniz. Apache MXNet, TensorFlow ve Chainer önceden yüklenmiştir ve Amazon SageMaker çok sayıda yerleşik ve yüksek performanslı makine öğrenimi algoritmaları sunar. Modelinizi farklı bir framework veya algoritmayla eğitmek isterseniz bir Docker container'daki kendi sisteminizi kullanabilirsiniz.

Tek Tıklamayla Eğitim ve Dağıtım

Amazon SageMaker, konsoldan tek tıklamayla veya basit bir API çağrısıyla modelinizi eğitmeye başlamanızı sağlar. Eğitimi tamamladığınızda ve modelinizi dağıtmaya hazır olduğunuzda Amazon SageMaker konsolundan tek tıklamayla çalıştırabilirsiniz.

Mevcut İş Akışınızla Kolayca Entegre Edin

Amazon SageMaker, birlikte veya kullandığınız mevcut makine öğrenimi iş akışının bir parçası olarak ayrı ayrı kullanılabilen üç model şeklinde tasarlanmıştır.

Eğitilen Modellere Kolay Erişim

Amazon SageMaker, tüm uygulamalardan çağrılabilen bir HTTPS uç noktası sunarak makine öğrenimi modellerinin uygulamalarınızla entegrasyonunu kolaylaştırır.

Hız İçin Optimize Edilmiş

Amazon SageMaker, en güncel TensorFlow, Apache MXNet ve Chainer sürümleriyle önceden yapılandırılmıştır ve NVIDIA GPU'larla en iyi performansı sunmak için CUDA9 kitaplığı desteğine sahiptir. Amazon SageMaker, NVIDIA Volta V100 GPU'su çalıştıran Amazon SageMaker P3 bulut sunucularıyla derin öğrenme modellerini eşsiz bir hızda eğitmenizi sağlar.

Öne Çıkan SageMaker Müşterileri

Tüm Derin Öğrenme Framework'leriyle Eğitin

Amazon SageMaker ile model eğitimi için istediğiniz derin öğrenme framework'ünü kullanabilirsiniz. Caffe2, PyTorch, Microsoft Cognitive Toolkit (CNTK), Chainer veya Torch gibi tercih ettiğiniz framework'leri ve kitaplıkları içeren kendi Docker container'ınızı getirmeniz yeterlidir. Amazon SageMaker, modellerinizi eğitmek için gereken altyapıyı yönetir.

TensorFlow
Caffe2
Apache MXNet
Chainer
Keras
Torch
Gluon
Microsoft Cognitive Toolkit
PyTorch

Kullanım Örnekleri

Reklam Hedefleme

Amazon SageMaker'ı diğer AWS hizmetleriyle birlikte kullanarak reklam harcamalarınızın geri dönüşünün optimize edilmesine yardımcı olabilirsiniz. Amazon SageMaker, çevrimiçi reklamları daha verimli bir şekilde hedefleyerek daha iyi müşteri etkileşimi ve dönüşümü sağlayan makine öğrenimi modellerini kolayca eğitebilir ve dağıtabilir. Öneri sistemleri, tıklama oranı tahmini, müşterilere segmentlere ayırma ve yaşam süresi değer yükseltme modelleri Amazon SageMaker'ın sunucusuz ve dağıtılmış ortamında eğitilebilir. Oluşturulan modeller düşük gecikme süresine sahip olan ve otomatik olarak ölçeklendirilebilen uç noktalarda kolayca barındırılabilir veya diğer gerçek zamanlı teklif sistemlerine iletilebilir.

Kredi Varsayılanı Tahmini

Amazon SageMaker, sık karşılaşılan bir makine öğrenimi sorunu olan kredi varsayılanı olasılığını tahmin etmeyi kolaylaştırır. Amazon SageMaker, Amazon Redshift, Amazon EMR ve AWS Glue gibi mevcut analitik framework'leriyle entegre edilerek büyük ve çeşitli veri kümelerini bir Amazon S3 veri gölünde yayımlamanızı ve ardından hızla dönüştürmenizi, makine öğrenimi modelleri oluşturmanızı ve çevrimiçi tahmin için hemen barındırmanızı sağlar.

Endüstriyel IoT ve Makine Öğrenimi

Endüstriyel IoT ve makine öğrenimi gerçek zamanlı tahminleri etkinleştirerek makine arızalarını veya bakım planını tahmin ederek verimlilik düzeylerinin artırılmasını sağlar.  Önleyici bakım tahmini veya karmaşık makinelerin ya da endüstriyel işlemlerin çıktısını optimize etmek için fiziksel varlıkların, işlemlerin veya sistemlerin dijital ikizi veya kopyası model olarak oluşturulabilir. Model sürekli güncelleştirilerek oluşabilecek değişiklikler neredeyse gerçek zamanlı olarak "öğrenilebilir".

Tedarik Zinciri ve Talep Tahmini

Amazon SageMaker, en büyük e-ticaret ortamlarında dahi her ürün için ayrı satış tahmini geliştirmek için gerekli altyapıyı ve algoritmaları sağlar. Amazon SageMaker yalnızca zaman dizisi ve ürün kategorisi verileriyle yeni ürünler dahil olmak üzere hassas tahminler sunmak için sezonları, eğilimleri ve ürün benzerliklerini dikkate alır.

Tıklama Oranı Tahmini

Amazon SageMaker, reklam tıklama oranı tahmini gibi birden fazla sınıflandırma, gerileme ve derecelendirme kullanım örneklerinde faydalı olan XGboost algoritmalarının hem tek makine hem de dağıtılmış CPU uygulamalarını sunar. Müşterilere en iyi deneyimi sunmak için en hassas tıklama oranı (CTR) tahminini yapmak çok önemli olduğundan tıklama tahmin sistemleri birçok çevrimiçi reklamcılık sisteminin temel noktasıdır. XGBoost algoritmasını kullanarak gerçek zamanlı tahmin gerçekleştirebilir ve puanlı bir tahmin çözümü döndürebilirsiniz. Ardından belirli bir reklamverenin reklamlarını yayımlama kararını verebilir ve görüntülü reklamlarınızın TO tahminini geliştirebilirsiniz.

İçerik Kalitesi Tahmini

Amazon SageMaker, metinleri önceden işleme ve içindeki yapıları bulmak için bir dizi araca sahiptir ve bu sayede içerik kalitesi hakkında tahminlerde bulunabilir. Büyük hacimli metinlerde semantik ve söz dizimi açısından benzer kelimeleri bulma ve seyrekliği önlemek için benzer kelimeleri gruplama amacıyla eklenecek kelimeler oluşturabilirsiniz. Ardından benzer belgeleri Amazon SageMaker'ın gelişmiş konu modelleriyle aynı kümeye yerleştirebilirsiniz. Son olarak belgelerin yönetim ihtiyacını belirlemek için boyutu azaltılan gruplanmış kelime verilerinde kümeye göre bağımsız sınıflandırma modelleri oluşturabilirsiniz.

Amazon SageMaker hakkında daha fazla bilgi edinin

Özellik sayfasını ziyaret edin
Oluşturmaya hazır mısınız?
Amazon SageMaker'ı kullanmaya başlayın