Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Machine learning
Pembelajaran mesin Amazon Redshift (Amazon Redshift ML) adalah layanan berbasis cloud yang kuat yang memudahkan analis dan ilmuwan data dari semua tingkat keahlian untuk menggunakan teknologi pembelajaran mesin. Amazon Redshift ML menggunakan model untuk menghasilkan hasil. Anda dapat menggunakan model dengan cara berikut:
Anda dapat memberikan data yang ingin Anda latih model, dan metadata yang terkait dengan input data ke Amazon Redshift. Kemudian Amazon Redshift MLmembuat model di Amazon SageMaker AI yang menangkap pola dalam data input. Dengan menggunakan data Anda sendiri untuk model, Anda dapat menggunakan Amazon Redshift MLuntuk mengidentifikasi tren dalam data, seperti prediksi churn, nilai masa pakai pelanggan, atau prediksi pendapatan. Anda dapat menggunakan model ini untuk menghasilkan prediksi untuk data input baru tanpa menimbulkan biaya tambahan.
Anda dapat menggunakan salah satu Model Foundation (FM) yang disediakan oleh Amazon Bedrock, seperti Claude atau Amazon Titan. Menggunakan Amazon Bedrock, Anda dapat menggabungkan kekuatan model bahasa besar (LLMs) dengan data analitik Anda di Amazon Redshift dalam beberapa langkah. Dengan menggunakan Large Language Model (LLM) eksternal, Anda dapat menggunakan Amazon Redshift untuk melakukan Natural Language Processing (NLP) pada data Anda. Anda dapat menggunakan NLP untuk aplikasi seperti pembuatan teks, analisis sentimen, atau terjemahan. Untuk informasi tentang menggunakan Amazon Bedrock dengan Amazon Integrasi Amazon Redshift MLL dengan Amazon Bedrock Redshift, lihat.
catatan
Memilih untuk tidak menggunakan data Anda untuk peningkatan layanan
Jika Anda menggunakan model Amazon Bedrock, dan Anda tidak ingin memproses data Anda AWS untuk tujuan peningkatan layanan, Anda harus mengaktifkan kebijakan Opt-Out untuk Amazon Bedrock.
catatan
LLMs dapat menghasilkan informasi yang tidak akurat atau tidak lengkap. Kami merekomendasikan untuk memverifikasi informasi yang LLMs dihasilkan untuk memastikan bahwa itu akurat dan lengkap.
Bagaimana Amazon Redshift ML bekerja dengan Amazon AI SageMaker
Amazon Redshift bekerja dengan Amazon SageMaker AI Autopilot untuk secara otomatis mendapatkan model terbaik dan membuat fungsi prediksi tersedia di Amazon Redshift.
Diagram berikut mengilustrasikan cara kerja Amazon Redshift ML.
Alur kerja umum adalah sebagai berikut:
-
Amazon Redshift mengekspor data pelatihan ke Amazon S3.
-
Amazon SageMaker AI Autopilot memproses data pelatihan. Preprocessing melakukan fungsi-fungsi penting, seperti memasukkan nilai yang hilang. Ini mengakui bahwa kolom tertentu bersifat kategoris (seperti kode pos), memformatnya dengan benar untuk pelatihan, dan melakukan banyak tugas lainnya. Memilih preprosesor terbaik untuk diterapkan pada kumpulan data pelatihan adalah masalah tersendiri, dan Amazon SageMaker AI Autopilot mengotomatiskan solusinya.
-
Amazon SageMaker AI Autopilot menemukan algoritma dan algoritma hyperparameters yang memberikan model dengan prediksi paling akurat.
-
Amazon Redshift mendaftarkan fungsi prediksi sebagai fungsi SQL di cluster Amazon Redshift Anda.
-
Saat Anda menjalankan pernyataan CREATE MODEL, Amazon Redshift menggunakan Amazon SageMaker AI untuk pelatihan. Oleh karena itu, ada biaya terkait untuk melatih model Anda. Ini adalah item baris terpisah untuk Amazon SageMaker AI di AWS tagihan Anda. Anda juga membayar penyimpanan yang digunakan di Amazon S3 untuk menyimpan data pelatihan Anda. Inferensi menggunakan model yang dibuat dengan CREATE MODEL yang dapat Anda kompilasi dan jalankan di cluster Redshift Anda tidak dikenakan biaya. Tidak ada biaya Amazon Redshift tambahan untuk menggunakan Amazon Redshift Ml.
Topik
