使用 Amazon SageMaker Autopilot 自动开发模型 - Amazon SageMaker
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 AWS 服务入门

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

使用 Amazon SageMaker Autopilot 自动开发模型

Amazon SageMaker Autopilot 是自动执行自动机器学习 (AutoML) 过程的关键任务的功能集。它将浏览您的数据,选择与您的问题类型相关的算法,并准备数据以方便模型训练和优化。它通过自动执行构成 AutoML 过程的关键任务来简化机器学习体验。它根据性能对所有优化模型进行了排名测试。它查找可在通常所需时间的一小部分内部署的最佳性能模型。

您可以完全了解数据的处理方式,以及如何为所测试的每个候选项选择、训练和调整模型。这是由 Autopilot 为每个试验生成的笔记本提供的,其中包含用于探索数据和查找最佳候选项的代码。这些笔记本还提供培训工具,让您了解和执行自己的 ML 实验。您可以通过检查 Autopilot 公开的各种数据探索和候选项生成笔记本,了解各种输入和在实验中进行权衡的影响。您还可以通过对笔记本进行自己的修改并重新运行它们,在性能更高的候选项上进一步试验。

下图概述了由 AutoML 管理的 Autopilot 进程的主要任务。


      使用的 AutoML 过程概述。Amazon SageMaker Autopilot

您可以通过不同的方式使用 Autopilot:在 Autopilot(因此名称)上或通过 Amazon SageMaker Studio 使用不同程度的人工指导,通过 SDKs Studio 使用代码,或使用 AWS Autopilot 之一使用代码。 目前支持回归以及二进制和多类别分类。它还仅支持在文件中使用逗号分隔值设置格式的表格数据。

使用 Amazon SageMaker,您只需按实际用量付费。构建、训练和部署 ML 模型的操作按秒计费,没有最低费用,也无需前期承诺。有关 SageMaker 的使用成本的更多信息,请参阅 Amazon SageMaker 定价