Amazon SageMaker Canvas 現在支援資料流程匯入，並可更快速地準備用於 ML 的資料

張貼日期: 2024年8月20日

Amazon SageMaker Canvas 中的 Amazon SageMaker Data Wrangler 現在支援從 Amazon SageMaker Studio Classic 匯入資料流程，以及更快速且更靈活的為機器學習 (ML) 準備資料。有了 SageMaker Canvas 中的最新版 SageMaker Data Wrangler，您現在可以使用自訂分隔符和額外取樣選項來更輕鬆地從 S3 匯入資料，並以更高的效能來準備資料。此外，您還可以更快速地驗證轉換，並輕鬆地對資料配方進行迭代。您也可以從 SageMaker Studio Classic 匯入資料流程，利用 SageMaker Canvas 中的最新資料準備功能和增強功能。

匯總、分析和轉換大量資料是具有高度迭代性和重複性的過程，因此是 ML 專案中最耗時的工作。有了這些全新的增強功能，您將可使用不同的取樣方法 (例如 top-k、隨機或分層) 匯入資料，並根據需要調整樣本大小和方法，以獲得代表性樣本。您能夠以較低的延遲轉換資料、快速驗證轉換對資料大小的影響，並根據需要重新排序步驟。此外，您也可複製資料配方並取代資料來源，將其重複用於不同的資料集和模型。最後但同樣重要的是，您只需一鍵，即可從 SageMaker Studio Classic 中的 SageMaker Data Wrangler 將所有現有資料流程匯入至 SageMaker Canvas，或者透過 S3 或本機文件上傳，手動匯入特定的資料流程。

這些增強的資料準備功能適用於所有支援 SageMaker Canvas 的 AWS 區域。如需詳細資訊，請參閱部落格和 AWS 技術文件。