Amazon SageMaker Autopilot

自動建立全面能見的機器學習模型

Amazon SageMaker Autopilot 根據您的資料,自動訓練和調整最佳機器學習模型,供分類或迴歸作業,同時允許您維持全面控管和能見度。

一直以來,建立機器學習 (ML) 模型都要求作出二進位選擇。您必需手動準備不同功能、選擇演算法,以及佳化模型參數,以便全面控管模型設計,並了解所有建模背後的想法。然而,此方法要求精湛的 ML 專業知識。另一方面,若您不具備這樣的知識,您可使用自動方法 (AutoML) 執行所有繁重的建模作業,但此方法對所建模型的能見度非常低。儘管利用 AutoML 建立的模型能妥善作業, 您對它的信賴度卻不高,因為您無法了解其內含要素,因此無法重建它;此外,您也學不到未來也許能幫助您的最佳實務。

Amazon SageMaker Autopilot 排除此選擇,讓您能不必妥協於不利處境的情況下,自動建立機器學習模型。SageMaker Autopilot 為您提供表格式資料組,並選擇目標欄進行預測,它可以是數值 (例如:房價,稱為迴歸),或類型 (例如:垃圾郵件/不是垃圾郵件,稱為分類)。SageMaker Autopilot 將自動探索不同的解決方案,尋找最佳模型。接著,只要點選滑鼠一次,就能將模型直接部署至生產,或用 Amazon SageMaker Studio 重複使用建議的解決方案,增進模型品質。

運作方式

運作方式 - Autopilot

優勢

快速建立高品質模型

初次啟動重複使用組合後, Amazon SageMaker Autopilot 將根據效能,在 SageMaker Studio 內建立模型排行榜。您可看到每個模型使用的資料之功能,並部署最適用於您使用案例的模型。

更佳的能見度和控管

建立模型的流程完全透明。可為任何 Amazon SageMaker Autopilot 建立的模型自動建立 Amazon SageMaker Notebook。接著可深入了解其建立流程的細節,按意願精簡它,並在未來任何時間點,在筆記本內重建它。

部署容易

選擇要部署的模型時,只需點選一次滑鼠,Amazon SageMaker Autopilot 就能建立推論管道。可因批次推論而直接使用推論管道,或把它部署至全管理式 SageMaker 端點,進行即時推論。

使用案例

價格預測

金融服務、房地產、能源和公用事業產業都大量使用價格預測模型,以預測股票、房地產和天然資源的價格。Amazon SageMaker Autopilot 可預測未來價格,協助您根據歷史資料,例如:需求、每季趨勢和其他商品價格,作出良好的投資決策。

流失率預測

客戶流失率指的是顧客和客戶流失,而每家公司都千方百計阻止此情況的發生。由 Amazon SageMaker Autopilot 自動建立的模型協助您了解流失模型。流失率預測模型先學習您現有資料的模式,接著辨識新資料組內的模式,好讓您預測最有可能流失的客戶群。

風險評估

風險評估要求辨識和分析能對個人、資產和您公司帶來負面影響的潛在事件。發現新事件之際,由 Amazon SageMaker Autopilot 自動建立的模型協助您預測風險。風險評估模型利用您現有資料組進行訓練,您因此可為事業取得佳化的預測結果。