Χρησιμοποιήστε το Amazon DocumentDB για να δημιουργήσετε λύσεις μηχανικής εκμάθησης χωρίς κώδικα στον καμβά Amazon SageMaker | Υπηρεσίες Ιστού της Amazon

Είμαστε ενθουσιασμένοι που ανακοινώνουμε την κυκλοφορία του Amazon DocumentDB (με συμβατότητα MongoDB) ολοκλήρωση με Καμβάς Amazon SageMaker, επιτρέποντας στους πελάτες του DocumentDB του Amazon να δημιουργούν και να χρησιμοποιούν λύσεις τεχνητής νοημοσύνης και μηχανικής μάθησης (ML) χωρίς να γράφουν κώδικα. Το Amazon DocumentDB είναι μια πλήρως διαχειριζόμενη εγγενής βάση δεδομένων εγγράφων JSON που καθιστά εύκολη και οικονομικά αποδοτική τη λειτουργία κρίσιμων φόρτων εργασίας εγγράφων σε σχεδόν οποιαδήποτε κλίμακα χωρίς διαχείριση υποδομής. Το Amazon SageMaker Canvas είναι ένας χώρος εργασίας χωρίς κώδικα ML που προσφέρει έτοιμα προς χρήση μοντέλα, συμπεριλαμβανομένων των μοντέλων θεμελίωσης, και τη δυνατότητα προετοιμασίας δεδομένων και δημιουργίας και ανάπτυξης προσαρμοσμένων μοντέλων.

Σε αυτήν την ανάρτηση, συζητάμε πώς να φέρουμε δεδομένα που είναι αποθηκευμένα στο Amazon DocumentDB στον καμβά SageMaker και να χρησιμοποιήσουμε αυτά τα δεδομένα για τη δημιουργία μοντέλων ML για προγνωστικά αναλυτικά στοιχεία. Χωρίς τη δημιουργία και τη συντήρηση αγωγών δεδομένων, θα μπορείτε να τροφοδοτήσετε μοντέλα ML με τα μη δομημένα δεδομένα σας που είναι αποθηκευμένα στο Amazon DocumentDB.

Επισκόπηση λύσεων

Ας υποθέσουμε τον ρόλο ενός επιχειρησιακού αναλυτή για μια εταιρεία παράδοσης τροφίμων. Η εφαρμογή σας για κινητά αποθηκεύει πληροφορίες σχετικά με εστιατόρια στο Amazon DocumentDB λόγω της επεκτασιμότητας και των δυνατοτήτων ευέλικτου σχήματος. Θέλετε να συγκεντρώσετε πληροφορίες σχετικά με αυτά τα δεδομένα και να δημιουργήσετε ένα μοντέλο ML για να προβλέψετε πώς θα βαθμολογηθούν τα νέα εστιατόρια, αλλά θεωρείτε ότι είναι δύσκολο να εκτελέσετε αναλυτικά στοιχεία σε μη δομημένα δεδομένα. Αντιμετωπίζετε σημεία συμφόρησης επειδή πρέπει να βασιστείτε σε ομάδες μηχανικής δεδομένων και επιστήμης δεδομένων για να επιτύχετε αυτούς τους στόχους.

Αυτή η νέα ενσωμάτωση επιλύει αυτά τα προβλήματα κάνοντας απλή τη μεταφορά δεδομένων DocumentDB του Amazon στον καμβά SageMaker και την άμεση έναρξη προετοιμασίας και ανάλυσης δεδομένων για ML. Επιπλέον, το SageMaker Canvas αφαιρεί την εξάρτηση από την τεχνογνωσία ML για τη δημιουργία μοντέλων υψηλής ποιότητας και τη δημιουργία προβλέψεων.

Δείχνουμε πώς να χρησιμοποιείτε δεδομένα Amazon DocumentDB για τη δημιουργία μοντέλων ML στον καμβά SageMaker στα ακόλουθα βήματα:

1. Δημιουργήστε μια εφαρμογή σύνδεσης Amazon DocumentDB στον καμβά SageMaker.
2. Αναλύστε δεδομένα χρησιμοποιώντας γενετική τεχνητή νοημοσύνη.
3. Προετοιμάστε δεδομένα για μηχανική εκμάθηση.
4. Δημιουργήστε ένα μοντέλο και δημιουργήστε προβλέψεις.

Προϋποθέσεις

Για να εφαρμόσετε αυτήν τη λύση, συμπληρώστε τις ακόλουθες προϋποθέσεις:

1. Έχετε πρόσβαση διαχειριστή AWS Cloud με ένα Διαχείριση ταυτότητας και πρόσβασης AWS (ΕΓΩ ΕΙΜΑΙ) χρήστη με τα δικαιώματα που απαιτούνται για την ολοκλήρωση της ενσωμάτωσης.
2. Ολοκληρώστε τη ρύθμιση περιβάλλοντος χρησιμοποιώντας AWS CloudFormation μέσω μιας από τις ακόλουθες επιλογές:
   1. Αναπτύξτε ένα πρότυπο CloudFormation σε ένα νέο VPC – Αυτή η επιλογή δημιουργεί ένα νέο περιβάλλον AWS που αποτελείται από το VPC, ιδιωτικά υποδίκτυα, ομάδες ασφαλείας, ρόλους εκτέλεσης IAM, Amazon Cloud9, απαιτούμενα τελικά σημεία VPC, να Τομέας SageMaker. Στη συνέχεια, αναπτύσσει το Amazon DocumentDB σε αυτό το νέο VPC. Κατεβάστε το πρότυπο ή εκκινήστε γρήγορα τη στοίβα CloudFormation επιλέγοντας Εκκίνηση στοίβας:
      
   2. Αναπτύξτε ένα πρότυπο CloudFormation σε ένα υπάρχον VPC – Αυτή η επιλογή δημιουργεί τα απαιτούμενα τελικά σημεία VPC, τους ρόλους εκτέλεσης IAM και τον τομέα SageMaker σε ένα υπάρχον VPC με ιδιωτικά υποδίκτυα. Κατεβάστε το πρότυπο ή εκκινήστε γρήγορα τη στοίβα CloudFormation επιλέγοντας Εκκίνηση στοίβας:
      

Λάβετε υπόψη ότι εάν δημιουργείτε έναν νέο τομέα SageMaker, πρέπει να διαμορφώσετε τον τομέα ώστε να βρίσκεται σε ιδιωτικό VPC χωρίς πρόσβαση στο Διαδίκτυο για να μπορείτε να προσθέσετε τη σύνδεση στο Amazon DocumentDB. Για να μάθετε περισσότερα, ανατρέξτε στο Διαμορφώστε το Amazon SageMaker Canvas σε VPC χωρίς πρόσβαση στο διαδίκτυο.

3. Ακολουθήστε το φροντιστήριο για να φορτώσετε δείγματα δεδομένων εστιατορίου στο Amazon DocumentDB.
4. Προσθέστε πρόσβαση στο Amazon Bedrock και το μοντέλο Anthropic Claude μέσα σε αυτό. Για περισσότερες πληροφορίες, βλ Προσθήκη πρόσβασης μοντέλου.

Δημιουργήστε μια εφαρμογή σύνδεσης Amazon DocumentDB στον καμβά SageMaker

Αφού δημιουργήσετε τον τομέα SageMaker, ολοκληρώστε τα παρακάτω βήματα:

1. Στην κονσόλα Amazon DocumentDB, επιλέξτε Μηχανική εκμάθηση χωρίς κώδικα στο παράθυρο πλοήγησης.
2. Κάτω από Επιλέξτε τομέα και προφίλ¸ επιλέξτε τον τομέα SageMaker και το προφίλ χρήστη σας.
3. Επιλέξτε Εκκίνηση Canvas για να εκκινήσετε το SageMaker Canvas σε μια νέα καρτέλα.
   

Όταν ολοκληρωθεί η φόρτωση του SageMaker Canvas, θα προσγειωθείτε στο Ροές δεδομένων Tab.

4. Επιλέξτε Δημιουργία για να δημιουργήσετε μια νέα ροή δεδομένων.
   
5. Εισαγάγετε ένα όνομα για τη ροή δεδομένων σας και επιλέξτε Δημιουργία.
6. Προσθέστε μια νέα σύνδεση Amazon DocumentDB επιλέγοντας Εισαγωγή δεδομένων, κατόπιν επιλέξτε Πινακοειδής for Τύπος συνόλου δεδομένων.
7. Στις Εισαγωγή δεδομένων σελίδα, για Πηγή δεδομένων, επιλέξτε ΈγγραφοDB και Προσθήκη σύνδεσης.
   
8. Εισαγάγετε ένα όνομα σύνδεσης, όπως επίδειξη και επιλέξτε το σύμπλεγμα DocumentDB του Amazon που επιθυμείτε.

Λάβετε υπόψη ότι ο καμβάς SageMaker θα επανασυμπληρώσει το αναπτυσσόμενο μενού με συμπλέγματα στο ίδιο VPC με τον τομέα σας SageMaker.

9. Εισαγάγετε όνομα χρήστη, κωδικό πρόσβασης και όνομα βάσης δεδομένων.
10. Τέλος, επιλέξτε την προτίμηση ανάγνωσης.

Για την προστασία της απόδοσης των κύριων παρουσιών, το SageMaker Canvas ορίζει ως προεπιλογή Δευτερεύων, που σημαίνει ότι θα διαβάζει μόνο από δευτερεύουσες περιπτώσεις. Κατά την ανάγνωση προτιμάται Δευτερεύουσα προτίμηση, το SageMaker Canvas διαβάζει από διαθέσιμες δευτερεύουσες παρουσίες, αλλά θα διαβάζει από την κύρια παρουσία εάν δεν είναι διαθέσιμη μια δευτερεύουσα παρουσία. Για περισσότερες πληροφορίες σχετικά με τον τρόπο διαμόρφωσης μιας σύνδεσης Amazon DocumentDB, ανατρέξτε στο Συνδεθείτε σε μια βάση δεδομένων που είναι αποθηκευμένη στο AWS.

11. Επιλέξτε Προσθήκη σύνδεσης.
    

Εάν η σύνδεση είναι επιτυχής, θα δείτε συλλογές στη βάση δεδομένων Amazon DocumentDB να εμφανίζονται ως πίνακες.

12. Σύρετε τον πίνακα της επιλογής σας στον κενό καμβά. Για αυτήν την ανάρτηση, προσθέτουμε τα δεδομένα του εστιατορίου μας.

Οι πρώτες 100 σειρές εμφανίζονται ως προεπισκόπηση.

13. Για να ξεκινήσετε την ανάλυση και την προετοιμασία των δεδομένων σας, επιλέξτε Εισαγωγή δεδομένων.
    
14. Εισαγάγετε ένα όνομα δεδομένων και επιλέξτε Εισαγωγή δεδομένων.

Αναλύστε δεδομένα χρησιμοποιώντας γενετική τεχνητή νοημοσύνη

Στη συνέχεια, θέλουμε να λάβουμε κάποιες πληροφορίες για τα δεδομένα μας και να αναζητήσουμε μοτίβα. Το SageMaker Canvas παρέχει μια διεπαφή φυσικής γλώσσας για την ανάλυση και την προετοιμασία δεδομένων. Οταν ο ημερομηνία φορτώνει η καρτέλα, μπορείτε να ξεκινήσετε τη συνομιλία με τα δεδομένα σας με τα ακόλουθα βήματα:

1. Επιλέξτε Συνομιλία για προετοιμασία δεδομένων.
   
2. Συγκεντρώστε πληροφορίες σχετικά με τα δεδομένα σας κάνοντας ερωτήσεις όπως τα δείγματα που εμφανίζονται στα παρακάτω στιγμιότυπα οθόνης.
   

Για να μάθετε περισσότερα σχετικά με τον τρόπο χρήσης της φυσικής γλώσσας για την εξερεύνηση και την προετοιμασία δεδομένων, ανατρέξτε στο Χρησιμοποιήστε φυσική γλώσσα για να εξερευνήσετε και να προετοιμάσετε δεδομένα με μια νέα δυνατότητα του Amazon SageMaker Canvas.

Ας αποκτήσουμε μια βαθύτερη αίσθηση της ποιότητας των δεδομένων μας, χρησιμοποιώντας την Αναφορά Ποιότητας δεδομένων καμβά SageMaker και Insights, η οποία αξιολογεί αυτόματα την ποιότητα των δεδομένων και εντοπίζει ανωμαλίες.

3. Στις αναλύσεις καρτέλα, επιλέξτε Αναφορά ποιότητας δεδομένων και πληροφοριών.
4. Επιλέξτε rating ως στήλη στόχος και Οπισθοδρόμηση ως τον τύπο προβλήματος και, στη συνέχεια, επιλέξτε Δημιουργία.

Αυτό θα προσομοιώσει την εκπαίδευση μοντέλων και θα παρέχει πληροφορίες για το πώς μπορούμε να βελτιώσουμε τα δεδομένα μας για μηχανική εκμάθηση. Η πλήρης αναφορά δημιουργείται σε λίγα λεπτά.

Η αναφορά μας δείχνει ότι το 2.47% των σειρών στον στόχο μας λείπουν τιμές—θα το αντιμετωπίσουμε στο επόμενο βήμα. Επιπλέον, η ανάλυση δείχνει ότι το address line 2, name, να type_of_food Τα χαρακτηριστικά έχουν τη μεγαλύτερη δύναμη πρόβλεψης στα δεδομένα μας. Αυτό υποδεικνύει ότι οι βασικές πληροφορίες εστιατορίου, όπως η τοποθεσία και η κουζίνα, ενδέχεται να έχουν μεγάλο αντίκτυπο στις αξιολογήσεις.

Προετοιμάστε δεδομένα για μηχανική εκμάθηση

Το SageMaker Canvas προσφέρει πάνω από 300 ενσωματωμένους μετασχηματισμούς για την προετοιμασία των εισαγόμενων δεδομένων σας. Για περισσότερες πληροφορίες σχετικά με τα χαρακτηριστικά μετασχηματισμού του SageMaker Canvas, ανατρέξτε στο Προετοιμάστε δεδομένα με προηγμένους μετασχηματισμούς. Ας προσθέσουμε μερικούς μετασχηματισμούς για να ετοιμάσουμε τα δεδομένα μας για εκπαίδευση ενός μοντέλου ML.

1. Πλοηγηθείτε πίσω στο Ροή δεδομένων σελίδα επιλέγοντας το όνομα της ροής δεδομένων σας στο επάνω μέρος της σελίδας.
2. Επιλέξτε το σύμβολο συν δίπλα Τύποι δεδομένων Και επιλέξτε Προσθήκη μετασχηματισμού.
   
3. Επιλέξτε Προσθέστε βήμα.
4. Ας μετονομάσουμε το address line 2 στήλη προς cities.
   1. Επιλέξτε Διαχείριση στηλών.
   2. Επιλέξτε Μετονομασία στήλης for Μεταμορφώστε.
   3. Επιλέξτε address line 2 for Στήλη εισαγωγής, εισαγω cities for Νέο όνομα, και επιλέξτε Πρόσθεση.
      
5. Επιπλέον, ας ρίξουμε μερικές περιττές στήλες.
   1. Προσθήκη νέου μετασχηματισμού.
   2. Για Μεταμορφώστε, επιλέξτε Πτώση στήλης.
   3. Για Στήλες για πτώση, επιλέξτε URL και restaurant_id.
   4. Επιλέξτε Πρόσθεση.
      [
6. Τα rating Η στήλη χαρακτηριστικών έχει κάποιες τιμές που λείπουν, οπότε ας συμπληρώσουμε αυτές τις σειρές με τη μέση τιμή αυτής της στήλης.
   1. Προσθήκη νέου μετασχηματισμού.
   2. Για Μεταμορφώστε, επιλέξτε Αποδίδω.
   3. Για Τύπος στήλης, επιλέξτε Αριθμητικός.
   4. Για Στήλες εισαγωγής, επιλέξτε το rating στήλη.
   5. Για Καταλογιστική στρατηγική, επιλέξτε Μέσο.
   6. Για Στήλη εξόδου, εισαγω rating_avg_filled.
   7. Επιλέξτε Πρόσθεση.
      
7. Μπορούμε να ρίξουμε το rating στήλη γιατί έχουμε μια νέα στήλη με συμπληρωμένες τιμές.
8. Επειδή type_of_food έχει κατηγορηματικό χαρακτήρα, θα θέλουμε να το κωδικοποιήσουμε αριθμητικά. Ας κωδικοποιήσουμε αυτό το χαρακτηριστικό χρησιμοποιώντας την τεχνική κωδικοποίησης one-hot.
   1. Προσθήκη νέου μετασχηματισμού.
   2. Για Μεταμορφώστε, επιλέξτε One-hot κωδικοποίηση.
   3. Για τις στήλες Εισαγωγή, επιλέξτε type_of_food.
   4. Για Μη έγκυρη στρατηγική χειρισμού¸ επιλέξτε Διατήρηση.
   5. Για Στυλ εξόδου¸ επιλέξτε Στήλες.
   6. Για Στήλη εξόδου, εισαγω encoded.
   7. Επιλέξτε Πρόσθεση.
      

Δημιουργήστε ένα μοντέλο και δημιουργήστε προβλέψεις

Τώρα που έχουμε μετασχηματίσει τα δεδομένα μας, ας εκπαιδεύσουμε ένα αριθμητικό μοντέλο ML για να προβλέψουμε τις βαθμολογίες για εστιατόρια.

1. Επιλέξτε Δημιουργήστε μοντέλο.
2. Για Όνομα στοιχείου δεδομένων, πληκτρολογήστε ένα όνομα για την εξαγωγή δεδομένων.
3. Επιλέξτε εξαγωγή και περιμένετε να εξαχθούν τα μετασχηματισμένα δεδομένα.
   
4. Επιλέξτε Δημιουργήστε μοντέλο σύνδεσμο στην κάτω αριστερή γωνία της σελίδας.

Μπορείτε επίσης να επιλέξετε το σύνολο δεδομένων από τη λειτουργία Data Wrangler στα αριστερά της σελίδας.

5. Εισαγάγετε ένα όνομα μοντέλου.
6. Επιλέξτε Προγνωστική ανάλυση, κατόπιν επιλέξτε Δημιουργία.
7. Επιλέξτε rating_avg_filled ως στήλη στόχος.

Το SageMaker Canvas επιλέγει αυτόματα έναν κατάλληλο τύπο μοντέλου.

8. Επιλέξτε Προεπισκόπηση μοντέλου για να διασφαλιστεί ότι δεν υπάρχουν προβλήματα ποιότητας δεδομένων.
9. Επιλέξτε Γρήγορη κατασκευή για να φτιάξετε το μοντέλο.
   

Η δημιουργία του μοντέλου θα διαρκέσει περίπου 2–15 λεπτά για να ολοκληρωθεί.

Μπορείτε να δείτε την κατάσταση του μοντέλου αφού το μοντέλο ολοκληρώσει την εκπαίδευση. Το μοντέλο μας έχει RSME 0.422, πράγμα που σημαίνει ότι το μοντέλο συχνά προβλέπει τη βαθμολογία ενός εστιατορίου εντός +/- 0.422 από την πραγματική τιμή, μια σταθερή προσέγγιση για την κλίμακα βαθμολογίας 1–6.

10. Τέλος, μπορείτε να δημιουργήσετε δείγματα προβλέψεων μεταβαίνοντας στο Προλέγω Tab.
    

εκκαθάριση

Για να αποφύγετε μελλοντικές χρεώσεις, διαγράψτε τους πόρους που δημιουργήσατε κατά την παρακολούθηση αυτής της ανάρτησης. Το SageMaker Canvas σας χρεώνει για τη διάρκεια της συνεδρίας και σας προτείνουμε να αποσυνδεθείτε από το SageMaker Canvas όταν δεν το χρησιμοποιείτε. Αναφέρομαι σε Αποσύνδεση από το Amazon SageMaker Canvas Για περισσότερες πληροφορίες.

Συμπέρασμα

Σε αυτήν την ανάρτηση, συζητήσαμε πώς μπορείτε να χρησιμοποιήσετε το SageMaker Canvas για γενετική τεχνητή νοημοσύνη και ML με δεδομένα που είναι αποθηκευμένα στο Amazon DocumentDB. Στο παράδειγμά μας, δείξαμε πώς ένας αναλυτής μπορεί να δημιουργήσει γρήγορα ένα μοντέλο ML υψηλής ποιότητας χρησιμοποιώντας ένα δείγμα δεδομένων εστιατορίου.

Δείξαμε τα βήματα για την υλοποίηση της λύσης, από την εισαγωγή δεδομένων από το Amazon DocumentDB έως τη δημιουργία ενός μοντέλου ML στον καμβά SageMaker. Η όλη διαδικασία ολοκληρώθηκε μέσω μιας οπτικής διεπαφής χωρίς να γραφτεί ούτε μια γραμμή κώδικα.

Για να ξεκινήσετε το ταξίδι σας σε ML χαμηλού κωδικού/χωρίς κώδικα, ανατρέξτε στο Καμβάς Amazon SageMaker.

---

Σχετικά με τους συγγραφείς

Αντέλεκ Κόκερ είναι Αρχιτέκτονας Global Solutions με AWS. Συνεργάζεται με πελάτες παγκοσμίως για να παρέχει καθοδήγηση και τεχνική βοήθεια για την ανάπτυξη φόρτου εργασίας παραγωγής σε κλίμακα στο AWS. Στον ελεύθερο χρόνο του, του αρέσει να μαθαίνει, να διαβάζει, να παίζει παιχνίδια και να παρακολουθεί αθλητικές εκδηλώσεις.

Guuraj S Bayari είναι Senior DocumentDB Specialist Solutions Architect στο AWS. Του αρέσει να βοηθά τους πελάτες να υιοθετούν τις βάσεις δεδομένων της Amazon. Βοηθά τους πελάτες να σχεδιάσουν, να αξιολογήσουν και να βελτιστοποιήσουν την κλίμακα τους στο Διαδίκτυο και τους φόρτους εργασίας υψηλής απόδοσης που υποστηρίζονται από NoSQL ή/και βάσεις δεδομένων Relational.

Τιμ Πουσατέρι είναι Ανώτερος Διευθυντής Προϊόντων στην AWS όπου εργάζεται στο Amazon SageMaker Canvas. Στόχος του είναι να βοηθήσει τους πελάτες να αντλήσουν γρήγορα αξία από το AI/ML. Εκτός δουλειάς, του αρέσει να είναι σε εξωτερικούς χώρους, να παίζει κιθάρα, να βλέπει ζωντανή μουσική και να περνά χρόνο με την οικογένεια και τους φίλους.

Pratik Das είναι Διευθυντής Προϊόντων στην AWS. Του αρέσει να συνεργάζεται με πελάτες που θέλουν να δημιουργήσουν ανθεκτικούς φόρτους εργασίας και ισχυρές βάσεις δεδομένων στο cloud. Προσφέρει τεχνογνωσία σε συνεργασία με επιχειρήσεις σε πρωτοβουλίες εκσυγχρονισμού, αναλυτικών και μετασχηματισμού δεδομένων.

Varma Gottumukkala είναι Senior Database Specialist Solutions Architect στην AWS με έδρα το Dallas Fort Worth. Η Varma συνεργάζεται με τους πελάτες σχετικά με τη στρατηγική της βάσης δεδομένων τους και σχεδιάζει τους φόρτους εργασίας τους χρησιμοποιώντας βάσεις δεδομένων που έχουν κατασκευαστεί για το σκοπό της AWS. Πριν ενταχθεί στην AWS, εργάστηκε εκτενώς με σχεσιακές βάσεις δεδομένων, βάσεις δεδομένων NOSQL και πολλές γλώσσες προγραμματισμού τα τελευταία 22 χρόνια.

• SEO Powered Content & PR Distribution. Ενισχύστε σήμερα.
• PlatoData.Network Vertical Generative Ai. Ενδυναμώστε τον εαυτό σας. Πρόσβαση εδώ.
• PlatoAiStream. Web3 Intelligence. Ενισχύθηκε η γνώση. Πρόσβαση εδώ.
• PlatoESG. Ανθρακας, Cleantech, Ενέργεια, Περιβάλλον, Ηλιακός, Διαχείριση των αποβλήτων. Πρόσβαση εδώ.
• PlatoHealth. Ευφυΐα βιοτεχνολογίας και κλινικών δοκιμών. Πρόσβαση εδώ.
• πηγή: https://aws.amazon.com/blogs/machine-learning/use-amazon-documentdb-to-build-no-code-machine-learning-solutions-in-amazon-sagemaker-canvas/