Amazon SageMaker Canvas를 사용하여 더 빠른 ML 모델 교육을 통해 신속한 가치 창출 비즈니스 성과 달성

플라톤에 의해 재발행

팔로워 : 0

기계 학습(ML)은 기업이 고급 분석을 통해 더 나은 비즈니스 의사 결정을 내리는 데 도움을 줄 수 있습니다. 업계 전반의 회사는 고객 이탈 예측, 수요 예측, 신용 평가, 배송 지연 예측, 제조 품질 개선과 같은 사용 사례에 ML을 적용합니다.

이 블로그 게시물에서는 Amazon SageMaker 캔버스 더 빠르고 정확한 모델 교육 시간을 제공하여 반복 프로토타이핑 및 실험을 가능하게 하여 더 나은 예측을 생성하는 데 걸리는 시간을 단축합니다.

기계 학습 모델 학습

SageMaker Canvas는 코드를 작성하지 않고 ML 모델을 교육하는 두 가지 방법인 빠른 빌드와 표준 빌드를 제공합니다. 두 방법 모두 테이블 형식 데이터에 대한 열 영향을 포함하여 완전히 훈련된 ML 모델을 제공하며, 빠른 빌드는 속도와 실험에 중점을 두고 표준 빌드는 최고 수준의 정확도를 제공합니다.

두 방법 모두에서 SageMaker Canvas는 데이터를 사전 처리하고, 올바른 알고리즘을 선택하고, 하이퍼파라미터 공간을 탐색 및 최적화하고, 모델을 생성합니다. 이 프로세스는 사용자로부터 추상화되고 뒤에서 수행되므로 사용자는 모델 교육의 기술적 측면보다는 데이터와 결과에 집중할 수 있습니다.

주택 회귀 빌드

모델 학습 시간 단축

이전에는 기능 중요도가 있는 완전히 훈련된 모델을 생성하는 데 빠른 빌드 모델에 최대 20분이 걸렸고 표준 빌드 모델에는 최대 4시간이 걸렸습니다. 새로운 성능 최적화를 통해 이제 데이터 세트의 크기에 따라 7분 이내에 빠른 빌드 모델을, 2시간 이내에 표준 빌드 모델을 얻을 수 있습니다. 0.5MB에서 100MB 크기의 다양한 데이터 세트 크기에 대한 벤치마크 테스트를 실행하여 이 수치를 추정했습니다.

내부적으로 SageMaker Canvas는 여러 AutoML 기술을 사용하여 데이터에 가장 적합한 ML 모델을 자동으로 구축합니다. 데이터 세트의 이기종 특성을 고려할 때 특정 데이터 세트에 가장 적합한 알고리즘이 무엇인지 미리 알기는 어렵습니다. SageMaker Canvas에 새로 도입된 성능 최적화는 주어진 데이터 세트에 대한 최상의 모델을 반환하기 전에 서로 다른 알고리즘에서 여러 번의 시도를 실행하고 배후에서 일련의 모델을 교육합니다.

이러한 모든 시도의 구성은 각 데이터 세트에 대해 병렬로 실행되어 성능 및 대기 시간 측면에서 최상의 구성을 찾습니다. 구성 테스트에는 F1 점수 및 정밀도와 같은 객관적인 지표가 포함되며 이러한 지표에 대한 최적의 점수를 생성하기 위해 알고리즘 하이퍼 매개변수를 조정합니다.

개선되고 가속화된 모델 교육 시간을 통해 이제 신속하게 프로토타입을 만들고 실험할 수 있으므로 SageMaker Canvas를 사용하여 예측을 생성하기 위한 가치 창출 시간이 단축됩니다.

주택 회귀 분석

요약

Amazon SageMaker Canvas를 사용하면 7분 이내에 완전히 훈련된 ML 모델을 얻을 수 있으며 여러 기계 학습 문제에 대한 정확한 예측을 생성할 수 있습니다. 모델 교육 시간이 단축되어 데이터를 이해하고 데이터의 영향을 분석하는 데 집중하고 효과적인 비즈니스 성과를 달성할 수 있습니다.

이 기능은 현재 SageMaker Canvas가 지원되는 모든 AWS 리전에서 사용할 수 있습니다. SageMaker 캔버스에서 자세히 알아볼 수 있습니다. G 시리즈 페이지 그리고 선적 서류 비치.

저자에 관하여

Amazon SageMaker Canvas PlatoBlockchain 데이터 인텔리전스를 사용하여 보다 빠른 ML 모델 교육을 통해 가치 실현 시간을 단축하여 비즈니스 성과를 빠르게 달성하세요. 수직 검색. 일체 포함. 아자이 고빈다람 AWS의 선임 솔루션 아키텍트입니다. 그는 AI/ML을 사용하여 복잡한 비즈니스 문제를 해결하는 전략적 고객과 협력합니다. 그의 경험은 보통 규모에서 대규모 AI/ML 애플리케이션 배포에 대한 기술 방향 및 설계 지원을 제공하는 데 있습니다. 그의 지식은 애플리케이션 아키텍처에서 빅 데이터, 분석 및 기계 학습에 이르기까지 다양합니다. 쉬는 동안 음악을 들으며 야외 활동을 하고 사랑하는 사람들과 시간을 보내는 것을 즐긴다.

Amazon SageMaker Canvas PlatoBlockchain 데이터 인텔리전스를 사용하여 보다 빠른 ML 모델 교육을 통해 가치 실현 시간을 단축하여 비즈니스 성과를 빠르게 달성하세요. 수직 검색. 일체 포함. 미낙시순다람 탄다바라얀 AWS의 수석 AI/ML 전문가입니다. 그는 AI 및 ML 여정에서 하이테크 전략 계정을 돕습니다. 그는 데이터 기반 AI에 대해 매우 열정적입니다.

Amazon SageMaker Canvas PlatoBlockchain 데이터 인텔리전스를 사용하여 보다 빠른 ML 모델 교육을 통해 가치 실현 시간을 단축하여 비즈니스 성과를 빠르게 달성하세요. 수직 검색. 일체 포함. 하리하란 수레시 AWS의 선임 솔루션 아키텍트입니다. 그는 데이터베이스, 기계 학습 및 혁신적인 솔루션 설계에 열정적입니다. AWS에 합류하기 전에 Hariharan은 제품 설계자, 코어 뱅킹 구현 전문가 및 개발자였으며 11년 이상 BFSI 조직과 함께 일했습니다. 기술 외에 그는 패러글라이딩과 사이클링을 즐깁니다.