AWS расширяет возможности SageMaker с помощью комплексных функций для машинного обучения

Фото: Pixabay

По мере того, как машинное обучение становится массовым, компании будут искать приложения для автоматизации, AWS пытается упростить разработку этих индивидуальных приложений для своих клиентов.

Среди нововведений платформы — сервис Amazon SageMaker Data Wrangler , который, предоставляет способ «нормализации» данных из разнородных источников, чтобы их было легко использовать. Data Wrangler также может упростить процесс группировки разрозненных источников данных в функции для выделения их определённых типов. Инструмент Data Wrangler содержит более 300 встроенных преобразователей данных, которые могут помочь клиентам нормализовать, преобразовывать и комбинировать функции без написания кода.

Amazon также представила сервис Feature Store. Он позволяет клиентам создавать репозитории, упрощающие хранение, обновление, извлечение и совместное использование функций машинного обучения.

В Amazon Web Services анонсировали ещё один новый инструмент под названием Pipelines. Его инструментарий разработан специально для управления и автоматизации рабочих процессов. Технология Pipelines с помощью конвейеров позволяет разработчикам определять каждый шаг непрерывного рабочего процесса машинного обучения. Они могут использовать инструменты для повторного запуска сквозного рабочего процесса из SageMaker Studio, используя одни и те же настройки, чтобы каждый раз получать одну и ту же модель, или они могут повторно запускать рабочий процесс с новыми данными для обновления своих моделей.

Чтобы решить давние проблемы с «предвзятостью данных» в моделях искусственного интеллекта и машинного обучения, Amazon запустила SageMaker Clarify. Этот инструмент, о котором было впервые объявлено сегодня, якобы обеспечивает обнаружение предвзятости во всем рабочем процессе машинного обучения, поэтому разработчики могут работать над улучшением прозрачности настройки моделей. Amazon признает, что существуют инструменты с открытым исходным кодом, которые могут выполнять эти тесты, но, по словам компании, они являются ручными и требуют значительных усилий со стороны разработчиков.

Компания Amazon также представила SageMaker JumpStart, который предоставляет разработчикам интерфейс с возможностью поиска для поиска алгоритмов и примеров записных книжек, чтобы они могли начать машинное обучение. Компания заявила, что даст разработчикам, не знакомым с машинным обучением, возможность выбрать несколько готовых решений для машинного обучения и развернуть их в средах SageMaker.

Как сообщал Startpack, ранее AWS объявил о запуске инструмента запросов на естественном языке для бизнес-аналитики.