JumpStart modelos y plantillas de soluciones Algoritmos de aprendizaje supervisado Aprendizaje no supervisado Análisis textual Procesamiento de imágenes

Algoritmos integrados y modelos previamente entrenados en Amazon SageMaker

Amazon SageMaker ofrece un conjunto de algoritmos integrados, modelos previamente entrenados y plantillas de soluciones prediseñadas para ayudar a los científicos de datos y a los profesionales del aprendizaje automático a empezar a entrenar e implementar modelos de aprendizaje automático rápidamente. Para alguien que es nuevo en este campo SageMaker, elegir el algoritmo adecuado para su caso de uso particular puede ser una tarea difícil. En la siguiente tabla se incluye una hoja de referencia rápida en la que se muestra cómo empezar con un ejemplo de problema o caso de uso y encontrar el algoritmo integrado adecuado que ofrezca y SageMaker que sea válido para ese tipo de problema. En las secciones que siguen a la tabla encontrará orientación adicional organizada por paradigmas de aprendizaje (supervisados y no supervisados) y dominios de datos importantes (texto e imágenes).

Tabla: Asignación de casos de uso a algoritmos integrados

Ejemplos de problemas y casos de uso	Paradigma o dominio de aprendizaje	Tipos de problemas	Formato de los datos de entrada	Algoritmos integrados
A continuación, se muestran algunos ejemplos de los 15 tipos de problemas que se pueden abordar con los modelos previamente entrenados y las plantillas de soluciones prediseñadas que proporcionan: SageMaker JumpStart Respuesta a preguntas: un chatbot que genera una respuesta para una pregunta determinada. Análisis de texto: analice textos de modelos específicos de un ámbito industrial, como las finanzas.	Modelos prentrenados y plantillas de soluciones prediseñadas	Clasificación de imágenes Clasificación tabular Regresión tabular Clasificación de textos Detección de objetos Incrustación de texto Respuesta a preguntas Clasificación de pares de frases Incrustación de imágenes Reconocimiento de entidades con nombre Segmentación de instancias Generación de texto Resumen de texto Segmentación semántica Traducción automática	Imagen, texto, tabular	Los modelos más populares, como MobilenetYOLO, Faster R- CNNBERT, light GBM y CatBoost Para ver una lista de los modelos previamente entrenados disponibles, consulte Modelos. JumpStart Para ver una lista de las plantillas de soluciones prediseñadas disponibles, consulte JumpStart Soluciones.
Predecir si un artículo pertenece a una categoría: un filtro de correo no deseado	Aprendizaje supervisado	Clasificación multiclase/binaria	Tabular	AutoGluon-Tabular, CatBoost, Algoritmo de máquinas de factorización, Algoritmo k vecinos más próximos (k-NN) (K-Nearest Neighbors), Luz GBM, Algoritmo de aprendizaje lineal, TabTransformer, XGBoostalgoritmo con Amazon SageMaker
Predecir un valor numérico/continuo: estimar el valor de una casa		Regresión	Tabular	AutoGluon-Tabular, CatBoost, Algoritmo de máquinas de factorización, Algoritmo k vecinos más próximos (k-NN) (K-Nearest Neighbors), Luz GBM, Algoritmo de aprendizaje lineal, TabTransformer, XGBoostalgoritmo con Amazon SageMaker
En función de los datos históricos de un comportamiento, predecir el comportamiento futuro: predecir las ventas de un nuevo producto en función de los datos de ventas anteriores.		Previsión de serie temporal	Tabular	Usa el algoritmo de SageMaker pronóstico DeepAR
Mejorar la incrustación de datos de los objetos de alta dimensión: identificar las incidencias de asistencia duplicadas o encontrar la ruta correcta en función de la similitud del texto en las incidencias.		Incrustaciones: convertir objetos de alta dimensión en espacios de baja dimensión.	Tabular	Algoritmo Object2Vec
Eliminar las columnas de un conjunto de datos que tengan una relación débil con la variable etiqueta/objetivo: el color de un automóvil al predecir su kilometraje.	Aprendizaje no supervisado	Ingeniería de características: reducción de la dimensionalidad	Tabular	Algoritmo de análisis de componentes principales (PCA)
Detectar un comportamiento anormal en la aplicación: detectar si un sensor de IoT envía lecturas anormales		Detección de anomalías	Tabular	Algoritmo Random Cut Forest (RCF)
Proteger su aplicación de usuarios sospechosos: detectar si la dirección IP que accede a un servicio puede provenir de un origen peligroso		Detección de anomalías IP	Tabular	Información de IP
Agrupar objetos o datos similares: buscar clientes con gastos altos, medios y bajos a partir de sus historiales de transacciones		Clustering o agrupación	Tabular	Algoritmo k-means
Organizar un conjunto de documentos en temas (no conocidos de antemano): etiquetar un documento como perteneciente a una categoría médica según los términos utilizados en el documento.		Modelado de temas	Texto	Algoritmo Asignación latente de Dirichlet (LDA), Algoritmo del modelo de tema neuronal (NTM)
Asignar categorías predefinidas a los documentos de un corpus: clasificar los libros de una biblioteca en disciplinas académicas	Análisis textual	Clasificación de textos	Texto	BlazingText algoritmo, Clasificación de textos - TensorFlow
Convertir texto de un idioma a otro: español a inglés		Traducción automática algoritmo	Texto	Sequence-to-Sequence Algoritmo
Resumir un corpus de texto largo: un resumen para un artículo de investigación		Resumen de texto	Texto	Sequence-to-Sequence Algoritmo
Convertir archivos de audio en texto: transcribir las conversaciones del centro de llamadas para analizarlas más a fondo		S peech-to-text	Texto	Sequence-to-Sequence Algoritmo
Etiquetar una imagen en función del contenido de la imagen: alertas sobre el contenido para adultos de una imagen	Procesamiento de imágenes	Clasificación de etiquetas múltiples e imágenes	Imagen	Clasificación de imágenes - MXNet
Clasificar algo de una imagen mediante el aprendizaje por transferencia.		Clasificación de imágenes	Imagen	Clasificación de imágenes - TensorFlow
Detectar personas y objetos en una imagen: la policía revisa una gran galería de fotos en busca de una persona desaparecida		Clasificación y detección de objetos	Imagen	Detección de objetos - MXNet, Detección de objetos - TensorFlow
Etiquetar cada píxel de una imagen de forma individual con una categoría: los coches autónomos se preparan para identificar los objetos que se interponen en su camino		Visión artificial	Imagen	Algoritmo de segmentación semántica

Para obtener información importante sobre los siguientes elementos comunes a todos los algoritmos integrados que proporciona SageMaker, consulteParámetros para algoritmos integrados.

Rutas de registro de Docker
formatos de datos
tipos de EC2 instancias de Amazon recomendados
CloudWatch registros

Las siguientes secciones proporcionan orientación adicional para los algoritmos SageMaker integrados de Amazon agrupados por los paradigmas de aprendizaje supervisado y no supervisado a los que pertenecen. Para obtener descripciones de estos paradigmas de aprendizaje y sus tipos de problemas asociados, consulte Tipos de algoritmos. También se incluyen secciones sobre los algoritmos SageMaker integrados disponibles para abordar dos dominios importantes del aprendizaje automático: el análisis textual y el procesamiento de imágenes.

Modelos y plantillas de soluciones previamente entrenados
Aprendizaje supervisado
Aprendizaje no supervisado
Análisis textual
Procesamiento de imágenes

Modelos y plantillas de soluciones previamente entrenados

SageMaker JumpStart proporciona una amplia gama de modelos previamente entrenados, plantillas de soluciones prediseñadas y ejemplos de los tipos de problemas más populares. Utilizan SageMaker SDK tanto el Studio Classic como el Studio Classic. Para obtener más información sobre estos modelos, soluciones y los ejemplos de cuadernos proporcionados por SageMaker JumpStart, consulteSageMaker JumpStart modelos preentrenados.

Aprendizaje supervisado

Amazon SageMaker proporciona varios algoritmos integrados de uso general que se pueden utilizar para problemas de clasificación o regresión.

AutoGluon-Tabular: un marco AutoML de código abierto que funciona ensamblando modelos y apilándolos en varias capas.
CatBoost: una implementación del algoritmo de árboles potenciados por gradientes, con una potenciación ordenada y un algoritmo innovador para procesar características categóricas.
Algoritmo de máquinas de factorización: una extensión de un modelo lineal que se ha diseñado para capturar de manera económica las interacciones entre características dentro de conjuntos de datos dispersos y de grandes dimensiones.
Algoritmo k vecinos más próximos (k-NN) (K-Nearest Neighbors): un método no paramétrico que utiliza los k puntos etiquetados más cercanos para asignar un valor. Para la clasificación, es una etiqueta para un nuevo punto de datos. Para la regresión, es un valor objetivo previsto a partir del promedio de los k puntos más cercanos.
Luz GBM: una implementación del algoritmo de árboles con gradiente mejorado que añade dos técnicas novedosas para mejorar la eficiencia y la escalabilidad. Estas dos técnicas novedosas son el muestreo unilateral basado en gradientes () y el agrupamiento exclusivo de funciones ()GOSS. EFB
Algoritmo de aprendizaje lineal: aprende una función lineal para la regresión o una función de umbral lineal para la clasificación.
TabTransformer—una novedosa arquitectura de modelado profundo de datos tabulares basada en Transformers. self-attention-based
XGBoostalgoritmo con Amazon SageMaker: una implementación del algoritmo de árboles con potenciación por gradiente que combina un conjunto de estimaciones a partir de un conjunto de modelos más simples y débiles.

Amazon SageMaker también proporciona varios algoritmos de aprendizaje supervisado integrados que se utilizan para tareas más especializadas durante la ingeniería de características y la previsión a partir de datos de series temporales.

Algoritmo Object2Vec: un nuevo algoritmo multipropósito y altamente personalizable que se utiliza para la ingeniería de características. Puede aprender incrustaciones densas y de baja dimensión de objetos de alta dimensión para producir características que mejoren la eficiencia del entrenamiento en modelos posteriores. Si bien se trata de un algoritmo supervisado, hay muchos escenarios en los que las etiquetas de relación se pueden obtener únicamente a partir de agrupaciones naturales en los datos. Aunque requiere datos etiquetados para el entrenamiento, esto puede ocurrir sin ninguna anotación humana explícita.
Usa el algoritmo de SageMaker pronóstico DeepAR—un algoritmo de aprendizaje supervisado para pronosticar series temporales escalares (unidimensionales) mediante redes neuronales recurrentes (). RNN

Aprendizaje no supervisado

Amazon SageMaker proporciona varios algoritmos integrados que se pueden usar para una variedad de tareas de aprendizaje sin supervisión. Estas tareas incluyen aspectos como la agrupación en clústeres, la reducción de dimensiones, el reconocimiento de patrones y la detección de anomalías.

Algoritmo de análisis de componentes principales (PCA): reduce la dimensionalidad (número de características) dentro de un conjunto de datos mediante la proyección de puntos de datos en los primeros componentes principales. El objetivo es retener la mayor cantidad de información o variación posible. Para los matemáticos, los componentes principales son los vectores propios de la matriz de covarianza de los datos.
Algoritmo k-means: busca agrupaciones discretas dentro de los datos. Esto ocurre cuando los miembros de un grupo son lo más parecidos posible entre sí y tan diferentes como sea posible de los miembros de otros grupos.
Información de IP—aprende los patrones de uso de las IPv4 direcciones. Está diseñado para capturar las asociaciones entre IPv4 direcciones y diversas entidades, como los números de usuario IDs o de cuenta.
Algoritmo Random Cut Forest (RCF): detecta puntos de datos anómalos dentro de un conjunto de datos divergente con respecto a datos que, por todo lo demás, tienen un buen nivel de organización o uniformidad.

Análisis textual

SageMaker proporciona algoritmos que se adaptan al análisis de documentos textuales. Esto incluye el texto utilizado en el procesamiento del lenguaje natural, la clasificación o el resumen de documentos, el modelado o clasificación de temas y la transcripción o traducción en idiomas.

BlazingText algoritmo: una implementación muy optimizada del Word2vec y de los algoritmos de clasificación de textos que se adapta fácilmente a grandes conjuntos de datos. Es útil para muchas tareas posteriores de procesamiento del lenguaje natural (NLP).
Sequence-to-Sequence Algoritmo: un algoritmo supervisado que se utiliza normalmente para la traducción automática neuronal.
Algoritmo Asignación latente de Dirichlet (LDA): este algoritmo es idóneo para determinar temas en un conjunto de documentos. Se trata de un algoritmo no supervisado, lo que significa que no utiliza datos de ejemplo con respuestas durante la capacitación.
Algoritmo del modelo de tema neuronal (NTM): otra técnica no supervisada para determinar temas en un conjunto de documentos, con una estrategia de redes neuronales.
Clasificación de textos - TensorFlow: un algoritmo supervisado para el aprendizaje por transferencia con modelos prentrenados disponibles para la clasificación de textos.

Procesamiento de imágenes

SageMaker también proporciona algoritmos de procesamiento de imágenes que se utilizan para la clasificación de imágenes, la detección de objetos y la visión artificial.

Clasificación de imágenes - MXNet: usa datos de ejemplo con respuestas (conocido como algoritmo supervisado). Utilice este algoritmo para clasificar imágenes.
Clasificación de imágenes - TensorFlow—Utiliza modelos TensorFlow Hub previamente entrenados para ajustarlos a tareas específicas (lo que se denomina algoritmo supervisado). Utilice este algoritmo para clasificar imágenes.
Algoritmo de segmentación semántica: proporciona un sistema de nivel de píxel detallado para desarrollar aplicaciones de visión artificial.
Detección de objetos - MXNet: detecta y clasifica los objetos de las imágenes mediante una única red neuronal profunda. Es un algoritmo de aprendizaje supervisado que toma como entrada e identifica todas las instancias de objetos dentro de la escena de una imagen.
Detección de objetos - TensorFlow: detecta los cuadros delimitadores y las etiquetas de los objetos de una imagen. Se trata de un algoritmo de aprendizaje supervisado que apoya el aprendizaje por transferencia con los modelos preentrenados disponibles. TensorFlow

Temas

Aviso JavaScript está desactivado o no está disponible en su navegador.

Para utilizar la documentación de AWS, debe estar habilitado JavaScript. Para obtener más información, consulte las páginas de ayuda de su navegador.

Convenciones del documento

Tipos de algoritmos

Información común