Giải quyết các vấn đề kinh doanh toàn diện thông qua học máy trong các giải pháp JumpStart của Amazon SageMaker

Khởi động Amazon SageMaker cung cấp các mô hình nguồn mở, được đào tạo trước cho nhiều loại vấn đề để giúp bạn bắt đầu với học máy (ML). JumpStart cũng cung cấp các mẫu giải pháp thiết lập cơ sở hạ tầng cho các trường hợp sử dụng phổ biến và sổ ghi chép mẫu có thể thực thi cho ML với Amazon SageMaker.

Là người dùng doanh nghiệp, bạn có thể thực hiện những việc sau với giải pháp JumpStart:

• Khám phá các giải pháp và đánh giá giải pháp nào phù hợp với nhu cầu kinh doanh của bạn.
• Khởi chạy các giải pháp chỉ bằng một cú nhấp chuột Xưởng sản xuất Amazon SageMaker. Điều này khởi chạy một Hình thành đám mây AWS mẫu để tạo ra các tài nguyên cần thiết.
• Sửa đổi giải pháp để đáp ứng nhu cầu của bạn với quyền truy cập vào nội dung mô hình và sổ ghi chép cơ bản.
• Xóa các tài nguyên có được sau khi hoàn thành.

Bài đăng này tập trung vào năm giải pháp ML gần đây đã được thêm vào để giải quyết năm thách thức kinh doanh khác nhau. Theo văn bản này, JumpStart cung cấp 23 giải pháp kinh doanh khác nhau, từ phát hiện gian lận trong giao dịch tài chính đến nhận dạng chữ viết tay. Số lượng giải pháp được cung cấp thông qua JumpStart tăng lên thường xuyên khi có nhiều giải pháp được thêm vào đó.

Tổng quan về giải pháp

Năm giải pháp mới như sau:

• Tối ưu hóa giá – Cung cấp các mô hình ML có thể tùy chỉnh để giúp bạn đưa ra quyết định tối ưu trong việc đặt giá sản phẩm hoặc dịch vụ nhằm đạt được mục tiêu kinh doanh của mình, chẳng hạn như tối đa hóa doanh thu, lợi nhuận hoặc các số liệu tùy chỉnh khác.
• Dự đoán loài chim – Hiển thị cách bạn có thể huấn luyện và tinh chỉnh mô hình phát hiện đối tượng. Nó thể hiện việc điều chỉnh mô hình thông qua việc tăng cường hình ảnh đào tạo và lập biểu đồ các cải tiến về độ chính xác xảy ra trong các lần lặp (kỷ nguyên) của công việc đào tạo.
• Dự đoán khả năng sống sót của bệnh ung thư phổi – Hiển thị cách bạn có thể cung cấp các đặc điểm phóng xạ 2D và 3D cũng như nhân khẩu học của bệnh nhân vào thuật toán ML để dự đoán cơ hội sống sót sau ung thư phổi của bệnh nhân. Kết quả từ dự đoán này có thể giúp nhà cung cấp đưa ra các biện pháp chủ động phù hợp.
• Phân loại thanh toán tài chính – Trình bày cách đào tạo và triển khai mô hình ML để phân loại các giao dịch tài chính dựa trên thông tin giao dịch. Bạn cũng có thể sử dụng giải pháp này làm bước trung gian trong việc phát hiện gian lận, cá nhân hóa hoặc phát hiện điểm bất thường.
• Dự đoán tỷ lệ rời bỏ đối với khách hàng sử dụng điện thoại di động – Trình bày cách phát triển nhanh chóng mô hình dự đoán rời bỏ bằng cách sử dụng tập dữ liệu giao dịch cuộc gọi di động. Đây là một ví dụ đơn giản dành cho người dùng mới làm quen với ML.

Điều kiện tiên quyết

Để sử dụng các giải pháp này, hãy đảm bảo rằng bạn có quyền truy cập vào Studio với vai trò thực thi cho phép bạn chạy chức năng SageMaker. Đối với vai trò người dùng của bạn trong Studio, hãy đảm bảo rằng Dự án SageMaker và Khởi động tùy chọn được bật.

Trong các phần sau, chúng ta sẽ xem xét từng giải pháp trong số năm giải pháp mới và thảo luận chi tiết về cách hoạt động của giải pháp đó, cùng với một số đề xuất về cách bạn có thể sử dụng giải pháp đó cho nhu cầu kinh doanh của riêng mình.

Tối ưu hóa giá cả

Các doanh nghiệp thích sử dụng nhiều đòn bẩy khác nhau để đạt được kết quả tốt nhất. Ví dụ, giá của một sản phẩm, dịch vụ là đòn bẩy mà doanh nghiệp có thể kiểm soát. Câu hỏi đặt ra là làm thế nào để quyết định mức giá nào nên đặt cho sản phẩm hoặc dịch vụ để tối đa hóa mục tiêu kinh doanh như lợi nhuận hoặc doanh thu.

Giải pháp này cung cấp các mô hình ML có thể tùy chỉnh để giúp bạn đưa ra quyết định tối ưu trong việc đặt giá sản phẩm hoặc dịch vụ nhằm đạt được mục tiêu của mình, chẳng hạn như tối đa hóa doanh thu, lợi nhuận hoặc các số liệu tùy chỉnh khác. Giải pháp sử dụng ML và các phương pháp suy luận nhân quả để tìm hiểu mối quan hệ giá-khối lượng từ dữ liệu lịch sử và có thể đưa ra đề xuất giá linh hoạt trong thời gian thực để tối ưu hóa các số liệu mục tiêu tùy chỉnh.

Ảnh chụp màn hình sau đây hiển thị dữ liệu đầu vào mẫu.

Giải pháp bao gồm ba phần:

• Ước tính độ co giãn của giá – Điều này được ước tính bằng suy luận nhân quả thông qua thuật toán ML kép
• Dự báo khối lượng – Điều này được dự báo bằng thuật toán Prophet
• Tối ưu hóa giá cả – Điều này đạt được bằng mô phỏng giả định thông qua các kịch bản giá khác nhau

Giải pháp cung cấp giá đề xuất cho ngày hôm sau để tối đa hóa doanh thu. Ngoài ra, kết quả đầu ra còn bao gồm độ co giãn theo giá ước tính, là giá trị biểu thị tác động của giá đến khối lượng và mô hình dự báo, có thể dự báo khối lượng của ngày hôm sau. Biểu đồ sau đây cho thấy mô hình nhân quả kết hợp độ co giãn theo giá được tính toán hoạt động tốt hơn nhiều như thế nào theo phân tích giả định (với độ lệch lớn so với giá hành vi) so với mô hình dự đoán sử dụng Tiên tri để dự báo khối lượng sử dụng dữ liệu chuỗi thời gian.

Bạn có thể áp dụng giải pháp này cho doanh nghiệp của mình trong các trường hợp sử dụng sau:

• Xác định giá hàng hóa tối ưu cho cửa hàng bán lẻ
• Ước tính tác động của phiếu giảm giá đối với việc mua hàng của khách hàng
• Dự đoán tác dụng của các phương pháp khuyến khích khác nhau trong bất kỳ hoạt động kinh doanh nào

Dự đoán loài chim

Hiện nay có một số ứng dụng thị giác máy tính (CV) dành cho các doanh nghiệp. Một trong những ứng dụng đó là phát hiện đối tượng, trong đó thuật toán ML phát hiện vị trí của đối tượng trong ảnh bằng cách vẽ một hộp giới hạn xung quanh nó và xác định loại đối tượng đó. Học cách áp dụng mô hình phát hiện đối tượng và tinh chỉnh nó có thể mang lại giá trị lớn cho tổ chức có nhu cầu về CV.

Giải pháp này cung cấp ví dụ về cách dịch thông số kỹ thuật của hộp giới hạn khi cung cấp hình ảnh cho thuật toán SageMaker. Giải pháp này cũng trình bày cách cải thiện mô hình phát hiện đối tượng bằng cách thêm các hình ảnh huấn luyện được lật theo chiều ngang (ảnh phản chiếu).

Một cuốn sổ tay được cung cấp để thử nghiệm các thử thách phát hiện đối tượng khi có số lượng lớn các lớp (200 loài chim). Sổ ghi chép cũng cho thấy cách lập biểu đồ về những cải tiến về độ chính xác diễn ra trong các giai đoạn của công việc đào tạo. Hình ảnh sau đây hiển thị hình ảnh ví dụ từ tập dữ liệu chim.

Giải pháp này bao gồm năm bước:

1. Chuẩn bị dữ liệu, bao gồm tải xuống và RecordIO tạo tệp.
2. Tạo và huấn luyện mô hình phát hiện đối tượng.
3. Triển khai điểm cuối và đánh giá hiệu suất của mô hình.
4. Tạo và huấn luyện lại mô hình phát hiện đối tượng với tập dữ liệu mở rộng.
5. Triển khai điểm cuối và đánh giá hiệu suất của mô hình mở rộng.

Bạn nhận được kết quả sau đây là đầu ra:

• Kết quả phát hiện đối tượng với các hộp liên kết với hình ảnh thử nghiệm của bạn
• Mô hình phát hiện đối tượng được huấn luyện
• Mô hình phát hiện đối tượng được đào tạo với bộ dữ liệu mở rộng (lật) bổ sung
• Hai điểm cuối riêng biệt được triển khai với một trong mỗi mô hình

Biểu đồ sau đây cho thấy sự cải thiện của mô hình so với các lần lặp lại mô hình (kỷ nguyên) trong quá trình đào tạo.

Các ví dụ sau đây là kết quả từ hai hình ảnh thử nghiệm.

Bạn có thể áp dụng giải pháp này cho doanh nghiệp của mình trong các trường hợp sử dụng sau:

• Phát hiện vật thể trên băng chuyền trong ngành bao bì
• Phát hiện lớp phủ trên bánh pizza
• Triển khai các ứng dụng vận hành chuỗi cung ứng liên quan đến phát hiện đối tượng

Dự đoán khả năng sống sót của bệnh ung thư phổi

COVID-19 thu hút nhiều sự chú ý hơn đến các thách thức y tế liên quan đến phổi. Nó cũng gây áp lực lớn lên các bệnh viện, bác sĩ, y tá và bác sĩ X quang. Hãy tưởng tượng khả năng bạn có thể áp dụng ML như một công cụ mạnh mẽ để hỗ trợ các bác sĩ y tế và giúp họ tăng tốc công việc. Trong giải pháp này, chúng tôi cho thấy các tính năng phóng xạ 2D và 3D cũng như nhân khẩu học của bệnh nhân có thể được đưa vào thuật toán ML để dự đoán cơ hội sống sót sau ung thư phổi của bệnh nhân. Kết quả từ dự đoán này có thể giúp nhà cung cấp đưa ra các biện pháp chủ động phù hợp.

Giải pháp này trình bày cách xây dựng quy trình ML có thể mở rộng cho bộ dữ liệu gen phóng xạ Ung thư phổi không phải tế bào nhỏ (NSCLC), bao gồm dữ liệu giải trình tự RNA, dữ liệu lâm sàng (phản ánh dữ liệu EHR) và hình ảnh y tế. Việc sử dụng nhiều loại dữ liệu để tạo ra một mô hình máy được gọi là đa phương thức ML. Giải pháp này dự đoán kết quả sống sót của bệnh nhân được chẩn đoán mắc bệnh ung thư phổi không phải tế bào nhỏ.

Hình ảnh sau đây thể hiện ví dụ về dữ liệu đầu vào từ bộ dữ liệu gen phóng xạ Ung thư phổi không phải tế bào nhỏ (NSCLC).

Là một phần của giải pháp, RNA tổng số được chiết xuất từ ​​mô khối u và được phân tích bằng công nghệ giải trình tự RNA. Mặc dù dữ liệu gốc chứa hơn 22,000 gen, chúng tôi giữ lại 21 gen từ 10 cụm gen cùng tồn tại cao (metagenes) đã được xác định, xác nhận trong các đoàn hệ biểu hiện gen có sẵn công khai và tương quan với tiên lượng.

Hồ sơ bệnh án được lưu trữ ở định dạng CSV. Mỗi hàng tương ứng với một bệnh nhân và các cột chứa thông tin về bệnh nhân, bao gồm nhân khẩu học, giai đoạn khối u và tình trạng sống sót.

Đối với dữ liệu bộ gen, chúng tôi giữ 21 gen từ 10 cụm gen cùng tồn tại (metagenes) đã được xác định, xác nhận trong các đoàn hệ biểu hiện gen có sẵn công khai và tương quan với tiên lượng.

Đối với dữ liệu hình ảnh y tế, chúng tôi tạo ra các đặc điểm phóng xạ 3D ở cấp độ bệnh nhân để giải thích kích thước, hình dạng và thuộc tính hình ảnh của các khối u được quan sát thấy trong ảnh chụp CT. Đối với mỗi nghiên cứu bệnh nhân, các bước sau đây được thực hiện:

1. Đọc các tệp lát DICOM 2D cho cả chụp CT và phân đoạn khối u, kết hợp chúng thành các tập 3D, lưu các tập ở định dạng NIfTI.
2. Căn chỉnh thể tích CT và phân đoạn khối u để chúng ta có thể tập trung tính toán bên trong khối u.
3. Tính toán các đặc điểm phóng xạ mô tả vùng khối u bằng thư viện pyradiomics.
4. Trích xuất 120 đặc điểm phóng xạ của tám lớp, chẳng hạn như biểu diễn thống kê về sự phân bố và sự xuất hiện đồng thời của cường độ trong vùng quan tâm của khối u và các phép đo dựa trên hình dạng mô tả hình thái khối u.

Để tạo chế độ xem đa phương thức về bệnh nhân để đào tạo mô hình, chúng tôi nối các vectơ đặc trưng từ ba phương thức. Sau đó chúng tôi xử lý dữ liệu. Đầu tiên, chúng tôi bình thường hóa phạm vi các tính năng độc lập bằng cách sử dụng tỷ lệ tính năng. Sau đó, chúng tôi thực hiện phân tích thành phần chính (PCA) trên các đặc điểm để giảm kích thước và xác định các đặc điểm khác biệt nhất góp phần tạo ra sự khác biệt 95% trong dữ liệu.

Điều này dẫn đến việc giảm kích thước từ 215 tính năng xuống còn 45 thành phần chính, tạo thành các tính năng cho người học được giám sát.

Giải pháp tạo ra mô hình ML dự đoán tình trạng sống sót của bệnh nhân NSCLC (sống hay chết) dưới dạng xác suất. Bên cạnh mô hình và dự đoán, chúng tôi còn tạo các báo cáo để giải thích mô hình. Quy trình hình ảnh y tế tạo ra các khối CT phổi 3D và phân đoạn khối u cho mục đích trực quan hóa.

Bạn có thể áp dụng giải pháp này cho các trường hợp sử dụng khoa học đời sống và chăm sóc sức khỏe.

Phân loại thanh toán tài chính

Việc thực hiện tất cả các giao dịch tài chính của một doanh nghiệp hoặc người tiêu dùng và sắp xếp chúng thành nhiều loại khác nhau có thể khá hữu ích. Nó có thể giúp người dùng biết họ đã chi bao nhiêu vào danh mục nào và cũng có thể đưa ra cảnh báo khi các giao dịch hoặc chi tiêu trong một danh mục nhất định tăng hoặc giảm bất ngờ.

Giải pháp này trình bày cách đào tạo và triển khai mô hình ML để phân loại các giao dịch tài chính dựa trên thông tin giao dịch. Nhiều ngân hàng cung cấp dịch vụ này như một dịch vụ để cung cấp cho người dùng cuối cái nhìn tổng quan về thói quen chi tiêu của họ. Bạn cũng có thể sử dụng giải pháp này làm bước trung gian trong việc phát hiện gian lận, cá nhân hóa hoặc phát hiện điểm bất thường. Chúng tôi sử dụng SageMaker để đào tạo và triển khai mô hình XGBoost với cơ sở hạ tầng cơ bản cần thiết.

Tập dữ liệu tổng hợp mà chúng tôi chứng minh giải pháp này có các tính năng sau:

• giao dịch_danh mục – Loại giao dịch, trong số 19 lựa chọn sau: 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, Homevà Pension and insurances.
• người nhận_id – Mã định danh của bên nhận. Mã định danh bao gồm 16 số.
• người gửi_id – Mã định danh của bên gửi. Mã định danh bao gồm 16 số.
• số lượng – Số tiền được chuyển.
• dấu thời gian – Dấu thời gian của giao dịch ở định dạng YYYY-MM-DD HH:MM:SS.

Năm quan sát đầu tiên của tập dữ liệu như sau:

Đối với giải pháp này, chúng tôi sử dụng XGBoost, một triển khai nguồn mở phổ biến và hiệu quả của thuật toán cây tăng cường độ dốc. Tăng cường độ dốc là một thuật toán học có giám sát nhằm cố gắng dự đoán chính xác một biến mục tiêu bằng cách kết hợp một tập hợp các ước tính từ một tập hợp các mô hình đơn giản hơn và yếu hơn. Việc triển khai nó có sẵn trong các thuật toán tích hợp của SageMaker.

Giải pháp phân loại thanh toán tài chính bao gồm bốn bước:

1. Chuẩn bị dữ liệu.
2. Xây dựng một cửa hàng tính năng.
3. Tạo và huấn luyện mô hình XGBoost.
4. Triển khai điểm cuối và đánh giá hiệu suất của mô hình.

Chúng tôi nhận được kết quả sau:

• Mô hình XGBoost được đào tạo dựa trên tập dữ liệu mẫu của chúng tôi
• Điểm cuối SageMaker có thể dự đoán danh mục giao dịch

Sau khi chạy giải pháp này, bạn sẽ thấy báo cáo phân loại tương tự như sau.

Các ứng dụng có thể áp dụng cho doanh nghiệp của bạn bao gồm:

• Các ứng dụng tài chính khác nhau trong ngân hàng bán lẻ và đầu tư
• Khi giao dịch cần được phân loại trong bất kỳ trường hợp sử dụng nào (không chỉ tài chính)

Dự đoán tỷ lệ rời bỏ đối với khách hàng sử dụng điện thoại di động

Dự đoán tỷ lệ rời bỏ khách hàng là một nhu cầu kinh doanh rất phổ biến. Nhiều nghiên cứu cho thấy chi phí để giữ chân một khách hàng hiện tại thấp hơn nhiều so với việc thu hút một khách hàng mới. Thách thức thường đến từ việc các doanh nghiệp gặp khó khăn trong việc tìm hiểu lý do tại sao khách hàng rời bỏ hoặc xây dựng mô hình dự đoán tỷ lệ rời bỏ.

Trong ví dụ này, người dùng mới làm quen với ML có thể trải nghiệm cách phát triển nhanh chóng mô hình dự đoán rời bỏ bằng cách sử dụng tập dữ liệu giao dịch cuộc gọi di động. Giải pháp này sử dụng SageMaker để đào tạo và triển khai mô hình XGBoost trên tập dữ liệu hồ sơ khách hàng nhằm dự đoán liệu khách hàng có khả năng rời khỏi nhà cung cấp dịch vụ điện thoại di động hay không.

Tập dữ liệu mà giải pháp này sử dụng được cung cấp công khai và được đề cập trong cuốn sách Khám phá kiến ​​thức trong dữ liệu của Daniel T. Larose. Nó được tác giả gán cho Kho lưu trữ bộ dữ liệu máy học Irvine của Đại học California.

Tập dữ liệu này sử dụng 21 thuộc tính sau để mô tả hồ sơ khách hàng của một nhà cung cấp dịch vụ di động không xác định ở Hoa Kỳ.

• Bang: tiểu bang của Hoa Kỳ nơi khách hàng cư trú, được biểu thị bằng chữ viết tắt gồm hai chữ cái; ví dụ: OH hoặc NJ
• Độ dài tài khoản: số ngày tài khoản này đã hoạt động
• Mã vùng: mã vùng gồm ba chữ số của số điện thoại của khách hàng tương ứng
• Điện thoại: số điện thoại gồm 7 số còn lại
• Gói quốc tế: khách hàng có gói gọi quốc tế hay không: có/không
• Gói VMail: khách hàng có tính năng thư thoại hay không: có/không
• Tin nhắn VMail: số lượng tin nhắn thư thoại trung bình mỗi tháng
• Day Mins: tổng số phút gọi sử dụng trong ngày
• Cuộc gọi trong ngày: tổng số cuộc gọi được thực hiện trong ngày
• Phí trong ngày: cước phí của các cuộc gọi ban ngày
• Phút đêm giao thừa, Cuộc gọi đêm giao thừa, Phí đêm giao thừa: cước phí được tính cho các cuộc gọi được thực hiện vào buổi tối
• Số phút ban đêm, cuộc gọi ban đêm, cước ban đêm: cước phí được tính cho các cuộc gọi thực hiện vào ban đêm
• Phút quốc tế, Cuộc gọi quốc tế, Phí quốc tế: cước phí cho các cuộc gọi quốc tế
• Cuộc gọi CustServ: số lượng cuộc gọi được thực hiện tới Dịch vụ khách hàng
• Churn?: khách hàng có rời khỏi dịch vụ hay không: đúng/sai

Giải pháp này bao gồm ba giai đoạn:

1. Chuẩn bị dữ liệu.
2. Tạo và huấn luyện mô hình XGBoost.
3. Triển khai điểm cuối và đánh giá hiệu suất của mô hình.

Chúng tôi nhận được kết quả sau:

• Mô hình XGBoost được đào tạo dựa trên tập dữ liệu mẫu của chúng tôi để dự đoán tỷ lệ rời bỏ của người dùng
• Điểm cuối SageMaker có thể dự đoán tỷ lệ rời bỏ của người dùng

Mô hình này giúp ước tính có bao nhiêu trong số 5,000 khách hàng sử dụng điện thoại di động có khả năng ngừng sử dụng nhà cung cấp dịch vụ điện thoại di động hiện tại của họ.

Biểu đồ sau đây cho thấy phân bố xác suất của tỷ lệ rời bỏ dưới dạng đầu ra từ mô hình.

Bạn có thể áp dụng điều này cho doanh nghiệp của mình trong các trường hợp sử dụng sau:

• Dự đoán sự thay đổi của khách hàng trong doanh nghiệp của bạn
• Phân loại khách hàng nào có thể mở email tiếp thị của bạn và ai sẽ không (phân loại nhị phân)
• Dự đoán những sinh viên nào có khả năng bỏ học

Làm sạch tài nguyên

Sau khi bạn chạy xong một giải pháp trong JumpStart, hãy đảm bảo chọn Xóa tất cả tài nguyên vì vậy tất cả tài nguyên bạn đã tạo trong quá trình này sẽ bị xóa và việc thanh toán của bạn sẽ bị dừng.

Tổng kết

Bài đăng này đã chỉ cho bạn cách giải quyết các vấn đề kinh doanh khác nhau bằng cách áp dụng ML, dựa trên các giải pháp JumpStart. Mặc dù bài đăng này tập trung vào năm giải pháp mới được thêm vào JumpStart gần đây nhưng có tổng cộng 23 giải pháp khả dụng. Chúng tôi khuyến khích bạn đăng nhập vào Studio và tự mình xem xét các giải pháp JumpStart và bắt đầu nhận được giá trị ngay lập tức từ chúng. Để biết thêm thông tin, hãy tham khảo Xưởng sản xuất Amazon SageMaker và Khởi động SageMaker.

Lưu ý: Nếu bạn không thấy tất cả năm giải pháp trên trong bảng điều khiển JumpStart ở khu vực AWS của mình, vui lòng đợi một tuần và kiểm tra lại. Chúng tôi đang phát hành chúng đến các khu vực khác nhau theo từng giai đoạn.

---

Về các tác giả

Tiến sĩ Raju Penmatcha là Kiến trúc sư giải pháp chuyên gia AI/ML về Nền tảng AI tại AWS. Anh làm việc trên bộ dịch vụ ít mã/không mã trong SageMaker để giúp khách hàng dễ dàng xây dựng và triển khai các mô hình và giải pháp máy học. Khi không giúp đỡ khách hàng, anh ấy thích đi du lịch đến những địa điểm mới.

Manan Shah là Giám đốc phát triển phần mềm tại Amazon Web Services. Anh ấy là một người đam mê ML và tập trung vào việc xây dựng các sản phẩm AI/ML không mã/mã thấp. Anh ấy cố gắng trao quyền cho những người có kỹ thuật, tài năng khác để xây dựng những phần mềm tuyệt vời.