【AWS re:Invent 2019】想輕鬆跑機器學習?AWS SageMaker Studio 大幅降低門檻

你是哪些有點懶得自己經手所有細節,但仍然想寫機器學習模型的人嗎?AWS 推了你想要的懶人服務。
評論
Photo Credit:INSIDE/Chris攝影
Photo Credit:INSIDE/Chris攝影
評論

AI 顯然已經變成當今科技領域中最重要的顯學之一,但怎麼讓更多人更方便加入機器學習的行列?AWS CEO Andy Jassy 今天宣布推出了 SageMaker Studio,這是一套一站式讓使用者更方便組織、訓練機器學習的服務,含括了資料集、程式碼和模型等一切機器學習從開始到結束需要的部分。

Studio 可說是為那些不想深入自己經手所有機器學習細節,但仍然想寫機器學習模型所設計的服務。Studio 主要能讓進行同一個專案的其他使用者共享專案的資料、檔案跟模型,並且跟舊有的機器學習服務 SageMaker 集成在一起,按照使用者的需求自動擴展。

而除了 Studio 外,AWS 也一口氣宣布了 SageMaker 的新功能像是 Model Monitor、Experiments、Debugger,讓它們直接整合在 Studio 中(但也可以獨立使用)。

IMG_20191204_015539
▲ 甚至只要直接倒 CVS 格式資料就可以開始 ML 了。Photo Credit:INSIDE/Chris攝影

其中最特別的要屬 SageMaker Autopilot 了。以往要進行機器學習除了要大量資料以外,還得自己很辛苦地去手動調整超參數才能得到自己想要更精準的模型;甚至還得自己去設定特徵工程去處理資料。

但如果想快速跳過這段呢?SageMaker Autopilot 就可以讓使用者直接把資料集倒進去,它會自動找出最佳的數據預處理步驟、機器學習算法和超參數的最佳組合,並規劃出幾組使用者可能想要用的模型。甚至還會自動產生 Python 代碼,直接明確展示資料如何進行預處理的過程。

延伸閱讀: