張貼日期: Jul 12, 2018
即日起，Amazon SageMaker 開始支援 K-近鄰演算法 (k-Nearest-Neighbor, kNN) 和物件偵測演算法，可處理機器學習領域中涉及辨識、分類及迴歸等作業的使用案例。此次更新後，SageMaker 內建的演算法已正式達到 15 種。
kNN 演算法可解決分類及迴歸問題。例如，如要分類無標籤的影像，可利用指派給最近物件的標籤，協助判斷該影像的類別。這對建議系統、異常偵測和影像/文字分類等使用案例都很實用。若是迴歸問題，可使用 kNN 根據鄰近物件標籤的函數預測一個數字，這通常會設為平均值或中位數。
物件偵測是指針對影像辨識及分類物件的過程。透過 Amazon SageMaker 的全新物件偵測演算法，您可以更輕鬆地建置及訓練模型，在推論時有效偵測影像中的多個物件。系統會在成功辨識的物件周圍放置邊界框 (bounding box)，進而分類物件。
現在起，美國東部 (維吉尼亞北部)、美國東部 (俄亥俄)、美國西部 (奧勒岡)、歐洲 (愛爾蘭)、歐洲 (法蘭克福)、亞太區域 (東京)、亞太區域 (首爾) 及亞太區域 (雪梨) 等 AWS 區域的 Amazon SageMaker 均已支援 kNN 和物件偵測演算法。