SageMaker Autopilot

Amazon SageMaker Autopilot ist ein Funktionsumfang, der verschiedene Phasen des Workflows für maschinelles Lernen vereinfacht und beschleunigt, indem der Prozess der Erstellung und Bereitstellung von Modellen für maschinelles Lernen (AutoML) automatisiert wird. Auf der folgenden Seite werden die wichtigsten Informationen zu Amazon SageMaker Autopilot erklärt.

Der Autopilot führt die folgenden Hauptaufgaben aus, die Sie mit dem Autopiloten oder mit unterschiedlichem Grad menschlicher Führung ausführen können:

Autopilot unterstützt die Erstellung von Modellen für maschinelles Lernen auf großen Datensätzen von bis zu Hunderten von. GBs

Das folgende Diagramm skizziert die Aufgaben dieses AutoML-Prozesses, der von Autopilot verwaltet wird.

Je nachdem, wie gut Sie sich mit dem maschinellen Lernprozess und Ihrer Programmiererfahrung auskennen, können Sie Autopilot auf unterschiedliche Weise verwenden:

Autopilot unterstützt derzeit die folgenden Problemtypen:

Darüber hinaus hilft Autopilot Benutzern zu verstehen, wie Modelle Vorhersagen treffen, indem es automatisch Berichte generiert, die die Bedeutung der einzelnen Funktionen aufzeigen. Dies bietet Transparenz und Einblicke in die Faktoren, die die Prognosen beeinflussen. Diese Erkenntnisse können von Risiko- und Compliance-Teams sowie externen Aufsichtsbehörden genutzt werden. Der Autopilot bietet auch einen Bericht zur Modellleistung, der eine Zusammenfassung der Bewertungskennzahlen, eine Konfusionsmatrix, verschiedene Visualisierungen wie Kennlinien für den Betrieb von Empfängern und Kurven für präzise Rückrufe und vieles mehr umfasst. Der spezifische Inhalt jedes Berichts hängt vom Problemtyp des Autopilot-Experiments ab.

Die Erklärbarkeits- und Leistungsberichte für den besten Modellkandidaten in einem Autopilot-Experiment sind für Problemtypen zur Klassifizierung von Text-, Bild- und Tabellendaten verfügbar.

Für Anwendungsfälle mit tabellarischen Daten wie Regression oder Klassifikation bietet Autopilot zusätzliche Einblicke in die Art und Weise, wie die Daten verarbeitet wurden und wie die Modellkandidaten ausgewählt, trainiert und optimiert wurden. Dazu werden Notizbücher generiert, die den Code enthalten, der zur Untersuchung der Daten und zur Suche nach dem Modell mit der besten Leistung verwendet wurde. Diese Notebooks bieten eine interaktive und explorative Umgebung, in der Sie mehr über die Auswirkungen verschiedener Eingaben oder die Kompromisse erfahren können, die bei den Experimenten eingegangen wurden. Sie können mit dem leistungsfähigeren Modellkandidaten weiter experimentieren, indem Sie Ihre eigenen Änderungen an den Notebooks zur Datenexploration und Kandidatendefinition vornehmen, die von Autopilot bereitgestellt werden.

Mit Amazon SageMaker AI zahlen Sie nur für das, was Sie tatsächlich nutzen. Sie zahlen für die zugrunde liegenden Rechen- und Speicherressourcen innerhalb von SageMaker KI oder anderen AWS Diensten, basierend auf Ihrer Nutzung. Weitere Informationen zu den Kosten für die Nutzung von SageMaker KI finden Sie unter Amazon SageMaker AI-Preise.