Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Machine learning
Le machine learning d'Amazon Redshift (Amazon Redshift ML) est un service robuste, basé sur le cloud, qui facilite l'utilisation de la technologie de machine learning par les analystes et les scientifiques des données de tous niveaux de compétence. Amazon Redshift ML utilise un modèle pour générer des résultats. Vous pouvez utiliser les modèles de différentes manières :
Vous pouvez fournir les données que vous souhaitez pour entraîner un modèle, ainsi que les métadonnées associées aux entrées de données à Amazon Redshift. Amazon Redshift ML crée ensuite des modèles dans Amazon SageMaker qui capturent des modèles dans les données d'entrée. En utilisant vos propres données pour le modèle, vous pouvez utiliser Amazon Redshift ML pour identifier les tendances des données, telles que la prévision du taux de désabonnement, la valeur du cycle de vie du client ou la prévision des revenus. Vous pouvez utiliser ces modèles pour générer des prévisions pour les nouvelles données d'entrée sans encourir de coûts supplémentaires.
Vous pouvez utiliser l'un des modèles de base (FM) fournis par Amazon Bedrock, tels que Claude ou Amazon Titan. À l'aide d'Amazon Bedrock, vous pouvez associer la puissance de grands modèles linguistiques (LLMs) à vos données d'analyse dans Amazon Redshift en quelques étapes. En utilisant un modèle de langage étendu externe (LLM), vous pouvez utiliser Amazon Redshift pour effectuer le traitement automatique du langage naturel (NLP) sur vos données. Vous pouvez l'utiliser NLP pour des applications telles que la génération de texte, l'analyse des sentiments ou la traduction. Pour plus d'informations sur l'utilisation d'Amazon Bedrock avec Amazon Intégration d'Amazon Redshift ML à Amazon Bedrock Redshift, consultez.
Note
Refuser l'utilisation de vos données pour améliorer le service
Si vous utilisez des modèles Amazon Bedrock et que vous ne souhaitez pas traiter vos données AWS à des fins d'amélioration du service, vous devez activer la politique de désinscription pour Amazon Bedrock.
Note
LLMspeut générer des informations inexactes ou incomplètes. Nous vous recommandons de vérifier les informations LLMs produites pour vous assurer qu'elles sont exactes et complètes.
Comment Amazon Redshift ML fonctionne avec Amazon SageMaker
Amazon Redshift fonctionne avec Amazon SageMaker Autopilot pour obtenir automatiquement le meilleur modèle et rendre la fonction de prédiction disponible dans Amazon Redshift.
Le schéma suivant illustre le fonctionnement d'Amazon Redshift ML.
De manière générale, procédez comme suit :
-
Amazon Redshift exporte les données d'entraînement vers Amazon S3.
-
Amazon SageMaker Autopilot prétraite les données d'entraînement. Le prétraitement remplit des fonctions importantes, telles que l'imputation des valeurs manquantes. Il reconnaît que certaines colonnes sont catégoriques (comme le code postal), les formate correctement pour l'entraînement, et effectue de nombreuses autres tâches. Choisir les meilleurs préprocesseurs à appliquer à l'ensemble de données de formation est un problème en soi, et Amazon SageMaker Autopilot automatise sa solution.
-
Amazon SageMaker Autopilot trouve l'algorithme et les hyperparamètres de l'algorithme qui fournissent au modèle les prédictions les plus précises.
-
Amazon Redshift enregistre la fonction de prédiction en tant que SQL fonction dans votre cluster Amazon Redshift.
-
Lorsque vous exécutez CREATE MODEL des instructions, Amazon Redshift utilise Amazon SageMaker pour la formation. Par conséquent, il y a un coût associé pour l'entraînement de votre modèle. Il s'agit d'un article distinct pour Amazon sur SageMaker votre AWS facture. Vous payez également les frais de stockage de vos données d'entraînement dans Amazon S3. Les inférences utilisant des modèles créés avec CREATE MODEL lesquels vous pouvez compiler et exécuter sur votre cluster Redshift ne sont pas facturées. L'utilisation d'Amazon Redshift ML n'entraîne pas de frais supplémentaires pour Amazon Redshift.
Rubriques
