Lösen Sie Geschäftsprobleme durchgängig durch maschinelles Lernen in Amazon SageMaker JumpStart-Lösungen

Amazon SageMaker-JumpStart bietet vortrainierte Open-Source-Modelle für eine Vielzahl von Problemtypen, um Ihnen den Einstieg in maschinelles Lernen (ML) zu erleichtern. JumpStart bietet auch Lösungsvorlagen, die eine Infrastruktur für gängige Anwendungsfälle einrichten, sowie ausführbare Beispiel-Notebooks für ML mit Amazon Sage Maker.

Als Geschäftsanwender können Sie mit JumpStart-Lösungen Folgendes tun:

• Erkunden Sie die Lösungen und bewerten Sie, welche Ihren Geschäftsanforderungen am besten entsprechen.
• Starten Sie Lösungen mit einem einzigen Klick Amazon SageMaker-Studio. Dies startet eine AWS CloudFormation Vorlage zum Erstellen der erforderlichen Ressourcen.
• Passen Sie die Lösung an Ihre Anforderungen an, indem Sie auf zugrunde liegende Notebook- und Modellressourcen zugreifen.
• Löschen Sie die erworbenen Ressourcen, sobald Sie fertig sind.

Dieser Beitrag konzentriert sich auf die fünf ML-Lösungen, die kürzlich hinzugefügt wurden, um fünf verschiedene geschäftliche Herausforderungen zu bewältigen. Zum jetzigen Zeitpunkt bietet JumpStart 23 Geschäftslösungen an, die von der Erkennung von Betrug bei Finanztransaktionen bis zur Erkennung von Handschriften reichen. Die Anzahl der Lösungen, die über JumpStart angeboten werden, nimmt regelmäßig zu, wenn weitere Lösungen hinzugefügt werden.

Lösungsüberblick

Die fünf neuen Lösungen lauten wie folgt:

• Preisoptimierung – Bietet anpassbare ML-Modelle, die Ihnen helfen, optimale Entscheidungen für die Festlegung des Preises Ihres Produkts oder Ihrer Dienstleistung zu treffen, um Ihr Geschäftsziel zu erreichen, z. B. die Maximierung von Umsatz, Gewinn oder anderen benutzerdefinierten Metriken.
• Vogelartenvorhersage – Zeigt, wie Sie ein Objekterkennungsmodell trainieren und optimieren können. Es demonstriert die Modelloptimierung durch Trainingsbilderweiterung und stellt die Genauigkeitsverbesserungen dar, die über die Iterationen (Epochen) des Trainingsjobs hinweg auftreten.
• Lungenkrebs-Überlebensvorhersage – Zeigt, wie Sie 2D- und 3D-Radiomic-Merkmale und Patientendemografien in einen ML-Algorithmus einspeisen können, um die Überlebenschancen eines Patienten bei Lungenkrebs vorherzusagen. Die Ergebnisse dieser Vorhersage können Anbietern dabei helfen, geeignete proaktive Maßnahmen zu ergreifen.
• Klassifizierung von Finanzzahlungen – Demonstriert, wie ein ML-Modell trainiert und bereitgestellt wird, um Finanztransaktionen basierend auf Transaktionsinformationen zu klassifizieren. Sie können diese Lösung auch als Zwischenschritt bei der Betrugserkennung, Personalisierung oder Erkennung von Anomalien verwenden.
• Abwanderungsvorhersage für Mobilfunkkunden – Demonstriert die schnelle Entwicklung eines Abwanderungsvorhersagemodells mithilfe eines Transaktionsdatensatzes für mobile Anrufe. Dies ist ein einfaches Beispiel für Benutzer, die neu bei ML sind.

Voraussetzungen:

Um diese Lösungen zu verwenden, stellen Sie sicher, dass Sie Zugriff auf Studio mit einer Ausführungsrolle haben, mit der Sie die SageMaker-Funktionalität ausführen können. Stellen Sie für Ihre Benutzerrolle in Studio sicher, dass die SageMaker-Projekte und JumpStart Option ist eingeschaltet.

In den folgenden Abschnitten gehen wir durch jede der fünf neuen Lösungen und erläutern ihre Funktionsweise im Detail, zusammen mit einigen Empfehlungen, wie Sie sie für Ihre eigenen Geschäftsanforderungen verwenden können.

Preisoptimierung

Unternehmen verwenden gerne verschiedene Hebel, um die besten Ergebnisse zu erzielen. Beispielsweise ist der Preis eines Produkts oder einer Dienstleistung ein Hebel, den ein Unternehmen kontrollieren kann. Die Frage ist, wie man entscheidet, zu welchem ​​Preis ein Produkt oder eine Dienstleistung festgelegt werden soll, um ein Geschäftsziel wie Gewinn oder Umsatz zu maximieren.

Diese Lösung bietet anpassbare ML-Modelle, mit denen Sie optimale Entscheidungen zur Festlegung des Preises Ihres Produkts oder Ihrer Dienstleistung treffen können, um Ihr Ziel zu erreichen, z. B. die Maximierung von Umsatz, Gewinn oder anderen benutzerdefinierten Metriken. Die Lösung verwendet ML- und kausale Inferenzansätze, um Preis-Volumen-Beziehungen aus historischen Daten zu lernen, und ist in der Lage, dynamische Preisempfehlungen in Echtzeit zu geben, um die benutzerdefinierten objektiven Metriken zu optimieren.

Der folgende Screenshot zeigt die Beispieleingabedaten.

Die Lösung besteht aus drei Teilen:

• Schätzung der Preiselastizität – Dies wird durch kausale Inferenz über einen doppelten ML-Algorithmus geschätzt
• Volumenprognose – Dies wird mithilfe des Prophet-Algorithmus vorhergesagt
• Preisoptimierung – Dies wird durch eine Was-wäre-wenn-Simulation durch verschiedene Preisszenarien erreicht

Die Lösung liefert den empfohlenen Preis für den nächsten Tag zur Umsatzmaximierung. Darüber hinaus umfassen die Ausgaben die geschätzte Preiselastizität, die ein Wert ist, der die Auswirkung des Preises auf das Volumen angibt, und ein Prognosemodell, das das Volumen des nächsten Tages vorhersagen kann. Das folgende Diagramm zeigt, wie ein kausales Modell, das die berechnete Preiselastizität einbezieht, bei einer Was-wäre-wenn-Analyse (mit großen Abweichungen vom Verhaltenspreis) viel besser abschneidet als ein Vorhersagemodell, das Prophet zur Vorhersage des Volumens unter Verwendung von Zeitreihendaten verwendet.

Sie können diese Lösung für die folgenden Anwendungsfälle in Ihrem Unternehmen anwenden:

• Bestimmen Sie den optimalen Warenpreis für ein Einzelhandelsgeschäft
• Schätzen Sie die Wirkung von Rabattgutscheinen auf Kundenkäufe
• Prognostizieren Sie die Wirkung verschiedener Anreizmethoden in jedem Unternehmen

Vogelartenvorhersage

Heutzutage gibt es mehrere Computer Vision (CV)-Anwendungen für Unternehmen. Eine dieser Anwendungen ist die Objekterkennung, bei der ein ML-Algorithmus die Position eines Objekts in einem Bild erkennt, indem er einen Begrenzungsrahmen darum zeichnet, und den Objekttyp identifiziert. Zu lernen, wie man ein Objekterkennungsmodell anwendet und es fein abstimmt, kann für eine Organisation, die CV-Anforderungen hat, von großem Wert sein.

Diese Lösung bietet ein Beispiel dafür, wie Begrenzungsrahmenspezifikationen übersetzt werden, wenn Bilder für den SageMaker-Algorithmus bereitgestellt werden. Diese Lösung zeigt auch, wie ein Objekterkennungsmodell verbessert werden kann, indem Trainingsbilder hinzugefügt werden, die horizontal gespiegelt sind (Spiegelbilder).

Ein Notebook wird zum Experimentieren mit Objekterkennungsaufgaben bei einer großen Anzahl von Klassen (200 Vogelarten) bereitgestellt. Das Notizbuch zeigt auch, wie die Genauigkeitsverbesserungen grafisch dargestellt werden, die über die Epochen des Trainingsjobs hinweg auftreten. Das folgende Bild zeigt Beispielbilder aus dem Vogeldatensatz.

Diese Lösung enthält fünf Schritte:

1. Bereiten Sie die Daten auf, einschließlich Download und RecordIO Dateigenerierung.
2. Erstellen und trainieren Sie ein Objekterkennungsmodell.
3. Stellen Sie einen Endpunkt bereit und bewerten Sie die Modellleistung.
4. Erstellen und trainieren Sie erneut ein Objekterkennungsmodell mit dem erweiterten Dataset.
5. Stellen Sie einen Endpunkt bereit und bewerten Sie die Leistung des erweiterten Modells.

Als Ausgabe erhalten Sie folgendes:

• Objekterkennungsergebnisse mit Bonding-Boxen gegen Ihr Testbild
• Ein trainiertes Objekterkennungsmodell
• Ein trainiertes Objekterkennungsmodell mit einem zusätzlichen erweiterten (umgedrehten) Datensatz
• Zwei separate Endpunkte, die mit einem von jedem Modell bereitgestellt werden

Das folgende Diagramm zeigt die Modellverbesserung gegenüber Modelliterationen (Epochen) während des Trainings.

Die folgenden Beispiele werden von zwei Testbildern ausgegeben.

Sie können diese Lösung für die folgenden Anwendungsfälle in Ihrem Unternehmen anwenden:

• Erkennen Sie Objekte auf einem Förderband in einer Verpackungsindustrie
• Beläge auf einer Pizza erkennen
• Implementieren Sie betriebliche Anwendungen für die Lieferkette, die eine Objekterkennung beinhalten

Lungenkrebs-Überlebensvorhersage

COVID-19 hat den medizinischen Herausforderungen im Zusammenhang mit der Lunge viel mehr Aufmerksamkeit geschenkt. Es hat auch viel Druck auf Krankenhäuser, Ärzte, Krankenschwestern und Radiologen ausgeübt. Stellen Sie sich eine Möglichkeit vor, bei der Sie ML als leistungsstarkes Werkzeug anwenden können, um Ärzte zu unterstützen und ihnen zu helfen, ihre Arbeit zu beschleunigen. In dieser Lösung zeigen wir, wie 2D- und 3D-Radiomic-Merkmale und Patientendemografien in einen ML-Algorithmus eingespeist werden können, um die Überlebenschancen eines Patienten bei Lungenkrebs vorherzusagen. Die Ergebnisse dieser Vorhersage können Anbietern dabei helfen, geeignete proaktive Maßnahmen zu ergreifen.

Diese Lösung zeigt, wie eine skalierbare ML-Pipeline für den Radiogenomik-Datensatz für nicht-kleinzelligen Lungenkrebs (NSCLC) erstellt wird, der aus RNA-Sequenzierungsdaten, klinischen Daten (die EHR-Daten widerspiegeln) und medizinischen Bildern besteht. Die Verwendung mehrerer Datentypen zum Erstellen eines Maschinenmodells wird als bezeichnet multimodal ML. Diese Lösung prognostiziert das Überlebensergebnis von Patienten, bei denen nicht-kleinzelliger Lungenkrebs diagnostiziert wurde.

Das folgende Bild zeigt ein Beispiel der Eingabedaten aus dem Radiogenomik-Datensatz für nicht-kleinzelligen Lungenkrebs (NSCLC).

Als Teil der Lösung wurde Gesamt-RNA aus dem Tumorgewebe extrahiert und mit RNA-Sequenzierungstechnologie analysiert. Obwohl die Originaldaten mehr als 22,000 Gene enthalten, behalten wir 21 Gene aus 10 stark koexprimierten Genclustern (Metagenen), die identifiziert, in öffentlich zugänglichen Genexpressionskohorten validiert und mit der Prognose korreliert wurden.

Die klinischen Aufzeichnungen werden im CSV-Format gespeichert. Jede Zeile entspricht einem Patienten, und die Spalten enthalten Informationen über die Patienten, einschließlich Demographie, Tumorstadium und Überlebensstatus.

Für genomische Daten bewahren wir 21 Gene aus 10 stark koexprimierten Genclustern (Metagenen) auf, die identifiziert, in öffentlich zugänglichen Genexpressionskohorten validiert und mit der Prognose korreliert wurden.

Für medizinische Bildgebungsdaten erstellen wir radiomische 3D-Merkmale auf Patientenebene, die die Größe, Form und visuellen Attribute der in den CT-Scans beobachteten Tumore erklären. Für jede Patientenstudie werden die folgenden Schritte durchgeführt:

1. Lesen Sie die 2D-DICOM-Schichtdateien sowohl für den CT-Scan als auch für die Tumorsegmentierung, kombinieren Sie sie zu 3D-Volumen und speichern Sie die Volumen im NIfTI-Format.
2. Richten Sie das CT-Volumen und die Tumorsegmentierung aus, damit wir die Berechnung innerhalb des Tumors konzentrieren können.
3. Berechnen Sie radiomische Merkmale, die die Tumorregion beschreiben, mit der Pyromics-Bibliothek.
4. Extrahieren Sie 120 radiomische Merkmale aus acht Klassen, wie z. B. statistische Darstellungen der Verteilung und des gleichzeitigen Auftretens der Intensität innerhalb des interessierenden Tumorbereichs und formbasierte Messungen, die den Tumor morphologisch beschreiben.

Um eine multimodale Ansicht eines Patienten für das Modelltraining zu erstellen, verbinden wir die Merkmalsvektoren aus drei Modalitäten. Anschließend verarbeiten wir die Daten. Zunächst normalisieren wir den Bereich unabhängiger Features mithilfe der Feature-Skalierung. Dann führen wir eine Hauptkomponentenanalyse (PCA) an den Merkmalen durch, um die Dimensionalität zu reduzieren und die diskriminierendsten Merkmale zu identifizieren, die zu 95 % zur Varianz der Daten beitragen.

Dies führt zu einer Reduzierung der Dimensionalität von 215 Merkmalen auf 45 Hauptkomponenten, die Merkmale für den überwachten Lernenden darstellen.

Die Lösung erzeugt ein ML-Modell, das den Überlebensstatus von NSCLC-Patienten (tot oder lebendig) in Form einer Wahrscheinlichkeit vorhersagt. Neben dem Modell und der Vorhersage erstellen wir auch Berichte zur Erläuterung des Modells. Die medizinische Bildgebungspipeline erzeugt 3D-Lungen-CT-Volumen und Tumorsegmentierung für Visualisierungszwecke.

Sie können diese Lösung auf Anwendungsfälle im Gesundheitswesen und in den Biowissenschaften anwenden.

Klassifizierung von Finanzzahlungen

Es kann sehr hilfreich sein, alle Finanztransaktionen eines Unternehmens oder eines Verbrauchers in verschiedene Kategorien einzuteilen. Es kann dem Benutzer helfen zu erfahren, wie viel er in welcher Kategorie ausgegeben hat, und es kann auch Warnungen auslösen, wenn Transaktionen oder Ausgaben in einer bestimmten Kategorie unerwartet steigen oder fallen.

Diese Lösung zeigt, wie ein ML-Modell trainiert und bereitgestellt wird, um Finanztransaktionen basierend auf Transaktionsinformationen zu klassifizieren. Viele Banken bieten dies als Service an, um ihren Endbenutzern einen Überblick über ihr Ausgabeverhalten zu geben. Sie können diese Lösung auch als Zwischenschritt bei der Betrugserkennung, Personalisierung oder Erkennung von Anomalien verwenden. Wir verwenden SageMaker, um ein XGBoost-Modell mit der erforderlichen zugrunde liegenden Infrastruktur zu trainieren und bereitzustellen.

Der synthetische Datensatz, den wir zur Demonstration dieser Lösung verwenden, weist die folgenden Merkmale auf:

• Transaktionskategorie – Die Kategorie der Transaktion aus den folgenden 19 Optionen: Uncategorized, Entertainment, Education, Shopping, Personal Care, Health and Fitness, Food and Dining, Gifts and Donations, Investments, Bills and Utilities, Auto and Transport, Travel, Fees and Charges, Business Services, Personal Services, Taxes, Gambling, Home und Pension and insurances.
• receiver_id – Eine Kennung für die empfangende Partei. Die Kennung besteht aus 16 Ziffern.
• Absenderidentität – Eine Kennung für den Absender. Die Kennung besteht aus 16 Ziffern.
• Betrag – Der Betrag, der überwiesen wird.
• Zeitstempel – Der Zeitstempel der Transaktion im Format YYYY-MM-DD HH:MM:SS.

Die ersten fünf Beobachtungen des Datensatzes lauten wie folgt:

Für diese Lösung verwenden wir XGBoost, eine beliebte und effiziente Open-Source-Implementierung des Gradient Boosted Trees-Algorithmus. Gradient Boosting ist ein überwachter Lernalgorithmus, der versucht, eine Zielvariable genau vorherzusagen, indem er ein Ensemble von Schätzungen aus einem Satz einfacherer und schwächerer Modelle kombiniert. Seine Implementierung ist in den integrierten Algorithmen von SageMaker verfügbar.

Die Lösung zur Klassifizierung von Finanzzahlungen umfasst vier Schritte:

1. Bereiten Sie die Daten vor.
2. Erstellen Sie einen Feature-Store.
3. Erstellen und trainieren Sie ein XGBoost-Modell.
4. Stellen Sie einen Endpunkt bereit und bewerten Sie die Modellleistung.

Wir erhalten folgende Ausgabe:

• Ein trainiertes XGBoost-Modell basierend auf unserem Beispieldatensatz
• Ein SageMaker-Endpunkt, der die Transaktionskategorie vorhersagen kann

Nachdem Sie diese Lösung ausgeführt haben, sollten Sie einen Klassifizierungsbericht ähnlich dem folgenden sehen.

Mögliche Anwendungen für Ihr Unternehmen sind:

• Verschiedene Finanzanwendungen im Retail- und Investmentbanking
• Wenn Transaktionen in einem beliebigen Anwendungsfall klassifiziert werden müssen (nicht nur finanziell)

Abwanderungsvorhersage für Mobilfunkkunden

Die Vorhersage der Kundenabwanderung ist eine sehr häufige Geschäftsanforderung. Zahlreiche Studien zeigen, dass die Kosten für die Bindung eines bestehenden Kunden viel geringer sind als für die Gewinnung eines neuen Kunden. Die Herausforderung besteht oft darin, dass Unternehmen Schwierigkeiten haben, zu verstehen, warum ein Kunde abwandert, oder ein Modell zu erstellen, das die Abwanderung vorhersagt.

In diesem Beispiel können ML-Neulinge erfahren, wie schnell ein Abwanderungsvorhersagemodell mithilfe eines mobilen Anruftransaktionsdatensatzes entwickelt werden kann. Diese Lösung verwendet SageMaker zum Trainieren und Bereitstellen eines XGBoost-Modells auf einem Kundenprofil-Datensatz, um vorherzusagen, ob ein Kunde wahrscheinlich einen Mobilfunkanbieter verlassen wird.

Der von dieser Lösung verwendete Datensatz ist öffentlich verfügbar und wird im Buch Discovering Knowledge in Data von Daniel T. Larose erwähnt. Es wird vom Autor dem Irvine Repository of Machine Learning Datasets der University of California zugeschrieben.

Dieser Datensatz verwendet die folgenden 21 Attribute, um das Profil eines Kunden eines unbekannten US-Mobilfunkanbieters zu beschreiben.

• Bundesstaat: der US-Bundesstaat, in dem der Kunde seinen Wohnsitz hat, angegeben durch eine aus zwei Buchstaben bestehende Abkürzung; zum Beispiel OH oder NJ
• Kontodauer: Die Anzahl der Tage, die dieses Konto aktiv war
• Vorwahl: die dreistellige Vorwahl der Telefonnummer des entsprechenden Kunden
• Telefon: die verbleibende siebenstellige Telefonnummer
• Internationaler Tarif: ob der Kunde einen internationalen Tarif hat: ja/nein
• VMail-Plan: ob der Kunde eine Voicemail-Funktion hat: ja/nein
• VMail-Nachricht: die durchschnittliche Anzahl von Voicemail-Nachrichten pro Monat
• Tagesminuten: Die Gesamtzahl der während des Tages genutzten Gesprächsminuten
• Tagesanrufe: Die Gesamtzahl der während des Tages getätigten Anrufe
• Tagesgebühr: die in Rechnung gestellten Kosten für Tagesgespräche
• Eve Mins, Eve Calls, Eve Charge: die in Rechnung gestellten Kosten für Anrufe, die am Abend getätigt werden
• Night Mins, Night Calls, Night Charge: die in Rechnung gestellten Kosten für Anrufe, die während der Nacht getätigt werden
• Intl Mins, Intl Calls, Intl Charge: die in Rechnung gestellten Kosten für Auslandsgespräche
• CustServ Calls: Die Anzahl der beim Kundendienst getätigten Anrufe
• Abwanderung?: ob der Kunde den Dienst verlassen hat: wahr/falsch

Diese Lösung enthält drei Stufen:

1. Bereiten Sie die Daten vor.
2. Erstellen und trainieren Sie ein XGBoost-Modell.
3. Stellen Sie einen Endpunkt bereit und bewerten Sie die Modellleistung.

Wir erhalten folgende Ausgabe:

• Ein trainiertes XGBoost-Modell basierend auf unserem Beispieldatensatz zur Vorhersage der Benutzerabwanderung
• Ein SageMaker-Endpunkt, der die Abwanderung von Benutzern vorhersagen kann

Dieses Modell hilft abzuschätzen, wie viele der 5,000 Mobilfunkkunden ihren derzeitigen Mobilfunkanbieter wahrscheinlich nicht mehr nutzen werden.

Das folgende Diagramm zeigt eine Wahrscheinlichkeitsverteilung der Abwanderung als Ergebnis des Modells.

Sie könnten dies auf Ihr Unternehmen für die folgenden Anwendungsfälle anwenden:

• Prognostizieren Sie die Kundenabwanderung in Ihrem eigenen Unternehmen
• Klassifizieren Sie, welche Kunden Ihre Marketing-E-Mail öffnen dürfen und welche nicht (binäre Klassifizierung)
• Sagen Sie voraus, welche Studenten wahrscheinlich einen Kurs abbrechen werden

Ressourcen bereinigen

Nachdem Sie eine Lösung in JumpStart ausgeführt haben, stellen Sie sicher, dass Sie eine auswählen Löschen Sie alle Ressourcen damit werden alle Ressourcen, die Sie dabei erstellt haben, gelöscht und Ihre Abrechnung wird gestoppt.

Zusammenfassung

Dieser Beitrag zeigte Ihnen, wie Sie verschiedene Geschäftsprobleme durch Anwendung von ML auf der Grundlage von JumpStart-Lösungen lösen können. Obwohl sich dieser Beitrag auf die fünf neuen Lösungen konzentrierte, die kürzlich zu JumpStart hinzugefügt wurden, gibt es insgesamt 23 verfügbare Lösungen. Wir empfehlen Ihnen, sich bei Studio anzumelden und sich die JumpStart-Lösungen selbst anzusehen und sofort einen Mehrwert daraus zu ziehen. Weitere Informationen finden Sie unter Amazon SageMaker-Studio und SageMaker-JumpStart.

Hinweis: Wenn Sie nicht alle der oben genannten fünf Lösungen in der JumpStart-Konsole Ihrer AWS-Region sehen, warten Sie bitte eine Woche und versuchen Sie es erneut. Wir veröffentlichen sie schrittweise in verschiedenen Regionen.

---

Über die Autoren

Dr. Raju Penmatcha ist ein AI/ML Specialist Solutions Architect für AI-Plattformen bei AWS. Er arbeitet an der Low-Code/No-Code-Suite von Diensten in SageMaker, die Kunden dabei helfen, Modelle und Lösungen für maschinelles Lernen einfach zu erstellen und bereitzustellen. Wenn er nicht gerade Kunden hilft, reist er gerne an neue Orte.

Manan Shaha ist Software Development Manager bei Amazon Web Services. Er ist ein ML-Enthusiast und konzentriert sich auf die Entwicklung von No-Code/Low-Code-KI/ML-Produkten. Er strebt danach, andere talentierte Techniker zu befähigen, großartige Software zu entwickeln.